論文の概要: Thermodynamic quantities of two-dimensional Ising models obtained by noisy mean field annealing and coherent Ising machine

• arxiv url: http://arxiv.org/abs/2302.01454v1
• Date: Thu, 2 Feb 2023 22:47:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-06 17:57:04.142225
• Title: Thermodynamic quantities of two-dimensional Ising models obtained by noisy mean field annealing and coherent Ising machine
• Title（参考訳）: ノイズ平均場熱処理とコヒーレントイジングマシンにより得られた二次元アイジングモデルの熱力学量
• Authors: Kensuke Inaba, Yasuhiro Yamada, Hiroki Takesue
• Abstract要約: NMFAはコヒーレントイジングマシン(CIM)を模倣するアルゴリズムである CIMは平均場が捕捉できない2次元イジングモデルの相転移を捉えることができる。 本報告では,NMFAは平均場の熱力学特性を再現するが,CIMの結果は再現できない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Noisy mean field annealing (NMFA) is an algorithm that mimics a coherent Ising machine (CIM), which is an optical system for solving Ising problems. The NMFA has reproduced the solver performance of the CIM for systems of limited size even though it simplifies the interaction between spins with a mean-field approximation. However, recent experiments observing various thermodynamic quantities have revealed that the CIM can capture the phase transitions of the two-dimensional Ising models that the mean field cannot capture. This situation leads to a fundamental question as to how well the NMFA can capture the features of the thermodynamic quantities around the phase transition. This paper answers that the NMFA reproduces the thermodynamic features of the mean field, but cannot reproduce the CIM results. This suggests that, in terms of sampling, the level of performance of the CIM is beyond that of the NMFA.
• Abstract（参考訳）: ノイズ平均場アニール (NMFA) は、イジング問題を解くための光学系であるコヒーレントイジングマシン (CIM) を模倣するアルゴリズムである。 NMFAは、スピンと平均場近似との相互作用を単純化しながらも、限られた大きさのシステムに対するCIMの解法性能を再現した。 しかし、様々な熱力学量を観察した最近の実験により、cimは平均場が捕捉できない二次元イジングモデルの相転移を捉えることができることが明らかになった。 この状況は、NMFAが相転移に伴う熱力学量の特徴をどれだけうまく捉えられるかという根本的な疑問に繋がる。 本報告では,NMFAは平均場の熱力学特性を再現するが,CIMの結果は再現できない。 これは、サンプリングの観点からは、CIMのパフォーマンスのレベルがNMFAのレベルを超えることを示唆している。

関連論文リスト

• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• L0-regularized compressed sensing with Mean-field Coherent Ising Machines [0.8292466835099597]
  量子ノイズを伴わない物理学的な解法である平均場CIMモデルを提案する。 以上の結果から, 提案手法は, 人工磁気共鳴画像データと磁気共鳴画像データの両方において, 物理的に高精度なSDEと類似した性能を有することが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-01T07:43:26Z)
• Entropy production in the mesoscopic-leads formulation of quantum thermodynamics [0.0]
  熱浴と強く結合したシステムのエントロピー生成は、量子熱力学とメソスコピック物理学の中核的な問題である。 近年、メソスコピック・リード・アプローチは、複数の熱浴と強く結合した量子系を研究するための強力な方法として出現している。 一つの浴槽に結合したシステムは, 埋没時の熱的固定点を示すことを数値的に示す。
  論文  参考訳（メタデータ） (2023-12-19T19:00:04Z)
• Theoretical framework for real time sub-micron depth monitoring using quantum inline coherent imaging [55.2480439325792]
  インラインコヒーレントイメージング(ICI)は、キーホール溶接、添加物製造、マイクロ加工など、様々なレーザプロセスのリアルタイム監視のための信頼性の高い手法である。 軸方向分解能は2m以上に限定されており、ICIはサブミクロンプロセスの監視には適さない。 量子光コヒーレンス・トモグラフィ(Q OCT)の進歩は、1m以上の奥行き分解能を達成してこの問題に対処する可能性がある。
  論文  参考訳（メタデータ） (2023-09-17T17:05:21Z)
• Mean-field Coherent Ising Machines with artificial Zeeman terms [0.0]
  本稿では,平均場CIMモデルにおけるゼーマン項の効率的な実装に着目する。 フィールドプログラマブルゲートアレイ(FPGA)や大規模シミュレーションの実装に適している。
  論文  参考訳（メタデータ） (2023-09-07T23:14:10Z)
• Bayesian inference of composition-dependent phase diagrams [47.79947989845143]
  本研究では,分子動力学(MD),融点シミュレーション,フォノン計算からの熱力学データを合成し,これらのデータを処理し,温度集中相図を生成する手法を開発した。 開発したアルゴリズムは,Ge-SiとK-Naの2つの二元系において,全濃度および温度で試験に成功した。
  論文  参考訳（メタデータ） (2023-09-03T20:57:10Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Accurate Machine Learned Quantum-Mechanical Force Fields for Biomolecular Simulations [51.68332623405432]
  分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。 近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。 本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2022-05-17T13:08:28Z)
• A quantum model of lasing without inversion [0.0]
  我々は、ラシングの顕微鏡モデルから、一貫したマクロ画像へと移動する。 本分析は, ナノレーザーから従来のラシングの熱力学限界まで, システムサイズの範囲に適用する。
  論文  参考訳（メタデータ） (2022-01-31T17:27:00Z)
• A Rigorous Link Between Self-Organizing Maps and Gaussian Mixture Models [78.6363825307044]
  本研究は、自己組織化マップ(SOM)とガウス混合モデル(GMM)の関係を数学的に扱うものである。 我々は,エネルギーベースSOMモデルを勾配勾配下降と解釈できることを示した。 このリンクはSOMsを生成確率モデルとして扱うことができ、SOMsを使用して外れ値を検出したりサンプリングしたりするための正式な正当性を与える。
  論文  参考訳（メタデータ） (2020-09-24T14:09:04Z)
• Scaling Up Electronic Structure Calculations on Quantum Computers: The Frozen Natural Orbital Based Method of Increments [0.0]
  MI-FNOフレームワークは量子化学シミュレーションのための占有空間と仮想軌道空間を体系的に還元する。 MI-FNO還元によるインクリメントの相関エネルギーは、様々なアルゴリズムで解ける。 また,MI-FNO手法は,全システムシミュレーションと比較して,キュービット要求を著しく低減することを示した。
  論文  参考訳（メタデータ） (2020-02-18T22:07:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。