論文の概要: Feedback-based quantum algorithm for ground state preparation of the
Fermi-Hubbard model
- arxiv url: http://arxiv.org/abs/2303.02917v1
- Date: Mon, 6 Mar 2023 06:27:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 17:00:48.222140
- Title: Feedback-based quantum algorithm for ground state preparation of the
Fermi-Hubbard model
- Title（参考訳）: フィードバックに基づくFermi-Hubbardモデルの基底状態生成のための量子アルゴリズム
- Authors: James B. Larsen, Matthew D. Grace, Andrew D. Baczewski, Alicia B.
Magann
- Abstract要約: 量子多体系の基底状態特性は、化学、材料科学、物理学における関心の対象である。
変分量子アルゴリズムは近年大きな発展を遂げた基底状態アルゴリズムの一類である。
我々は、Lyapunov制御にインスパイアされた基底状態準備のためのフィードバックに基づく量子アルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ground state properties of quantum many-body systems are a subject of
interest across chemistry, materials science, and physics. Thus, algorithms for
finding ground states have broad impacts. Variational quantum algorithms are
one class of ground state algorithm that has received significant development
in recent years. These algorithms utilize a hybrid quantum-classical computing
framework to prepare ground states on quantum computers. However, this requires
solving classical optimization problems that can become prohibitively expensive
in high dimensions. We address this challenge through the development of a
feedback-based quantum algorithm for ground state preparation that is inspired
by quantum Lyapunov control and is optimization-free. We apply this approach to
the Fermi-Hubbard model and present a variety of numerical illustrations that
analyze different aspects of the algorithm and its performance.
- Abstract（参考訳）: 量子多体系の基底状態の性質は、化学、材料科学、物理学にまたがる関心の対象となっている。
したがって、基底状態を見つけるアルゴリズムは幅広い影響を与える。
変分量子アルゴリズムは、近年大きな発展を遂げた基底状態アルゴリズムの一クラスである。
これらのアルゴリズムは、量子コンピュータ上で基底状態を作成するためにハイブリッド量子古典計算フレームワークを使用する。
しかし、これは高次元において違法に高価な古典最適化問題を解く必要がある。
この課題は、量子リアプノフ制御にインスパイアされた基底状態の準備のためのフィードバックに基づく量子アルゴリズムの開発を通じて解決される。
本稿では,この手法をFermi-Hubbardモデルに適用し,アルゴリズムの様々な側面とその性能を解析する様々な数値図形を提案する。
関連論文リスト
- Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳（メタデータ） (2024-03-01T19:36:35Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - State-Averaged Orbital-Optimized VQE: A quantum algorithm for the
democratic description of ground and excited electronic states [0.0]
SA-OO-VQEパッケージは、典型的な変分量子固有解法に基づくハイブリッド量子古典的概念によって両方の問題を解決することを目的としている。
SA-OO-VQEは、同じ足場上で退化状態(または準退化状態)を処理できるので、回避された交差や円錐交差に関する既知の数値最適化問題を回避することができる。
論文 参考訳（メタデータ） (2024-01-22T12:16:37Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Fighting noise with noise: a stochastic projective quantum eigensolver [0.0]
本稿では,量子状態の必要なサンプリングにおいて,物理観測値の2次低減につながる新しい手法を提案する。
この方法は、量子デバイス上の一般化学のための励起状態計算やシミュレーションに応用できる。
論文 参考訳（メタデータ） (2023-06-26T09:22:06Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - A full circuit-based quantum algorithm for excited-states in quantum
chemistry [6.973166066636441]
量子化学ハミルトニアンの励起状態スペクトルを得るための非変分完全回路に基づく量子アルゴリズムを提案する。
従来の古典量子ハイブリッド変分アルゴリズムと比較して,本手法は古典的最適化プロセスを排除している。
このアルゴリズムは、フォールトトレラント量子コンピュータ上の様々なハミルトンスペクトル決定問題に広く適用することができる。
論文 参考訳（メタデータ） (2021-12-28T15:48:09Z) - Parametrized Complexity of Quantum Inspired Algorithms [0.0]
量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。
近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
論文 参考訳（メタデータ） (2021-12-22T06:19:36Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。