論文の概要: Anderson impurity solver integrating tensor network methods with quantum
computing
- arxiv url: http://arxiv.org/abs/2304.06587v2
- Date: Sun, 10 Sep 2023 16:26:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-12 21:50:23.948436
- Title: Anderson impurity solver integrating tensor network methods with quantum
computing
- Title（参考訳）: 量子コンピューティングにテンソルネットワーク法を統合するアンダーソン不純物解法
- Authors: Francois Jamet, Connor Lenihan, Lachlan P. Lindoy, Abhishek Agarwal,
Enrico Fontana, Baptiste Anselme Martin and Ivan Rungger
- Abstract要約: アンダーソン不純物モデルの解法として,古典量子と古典量子のハイブリッドアルゴリズムを提案する。
第1ステップは、テンソルネットワーク基底状態を得るために、古典的なコンピュータを用いて実行される。
第2ステップは量子コンピュータ上で実行され、グリーン関数を得る。
- 参考スコア（独自算出の注目度）: 1.6555820134813155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Solving the Anderson impurity model typically involves a two-step process,
where one first calculates the ground state of the Hamiltonian, and then
computes its dynamical properties to obtain the Green's function. Here we
propose a hybrid classical/quantum algorithm where the first step is performed
using a classical computer to obtain the tensor network ground state as well as
its quantum circuit representation, and the second step is executed on the
quantum computer to obtain the Green's function. Our algorithm exploits the
efficiency of tensor networks for preparing ground states on classical
computers, and takes advantage of quantum processors for the evaluation of the
time evolution, which can become intractable on classical computers. We
demonstrate the algorithm using 20 qubits on a quantum computing emulator for
SrVO3 with a multi-orbital Anderson impurity model within the dynamical mean
field theory. The tensor network based ground state quantum circuit preparation
algorithm can also be performed for up to 40 qubits with our available
computing resources, while the state vector emulation of the quantum algorithm
for time evolution is beyond what is accessible with such resources. We show
that, provided the tensor network calculation is able to accurately obtain the
ground state energy, this scheme does not require a perfect reproduction of the
ground state wave function on the quantum circuit to give an accurate Green's
function. This hybrid approach may lead to quantum advantage in materials
simulations where the ground state can be computed classically, but where the
dynamical properties cannot.
- Abstract（参考訳）: アンダーソンの不純物モデルの解法は典型的には2段階の過程を伴い、まずハミルトニアン基底状態を計算し、次にその力学特性を計算してグリーン関数を得る。
本稿では,古典的計算機を用いて第1ステップを実行してテンソルネットワーク基底状態と量子回路表現を取得し,第2ステップを量子コンピュータ上で実行してグリーン関数を得るハイブリッド古典量子アルゴリズムを提案する。
提案アルゴリズムは,従来のコンピュータ上での基底状態作成のためのテンソルネットワークの効率を生かし,量子プロセッサを活用して,従来のコンピュータでは難易度の高い時間進化の評価を行う。
我々は,SrVO3の量子計算エミュレータ上で20量子ビットを用いたアルゴリズムを,力学平均場理論におけるマルチオービタルアンダーソン不純物モデルを用いて実証した。
テンソルネットワークに基づく基底状態量子回路準備アルゴリズムは、我々の利用可能な計算資源で最大40キュービットまで実行することができるが、時間進化のための量子アルゴリズムの状態ベクトルエミュレーションは、そのような資源でアクセス可能なものを超えている。
テンソルネットワーク計算が基底状態エネルギーを正確に得ることができれば、量子回路上での基底状態波動関数の完全再現を必要とせず、正確なグリーン関数を与えることができることを示す。
このハイブリッドアプローチは、基底状態が古典的に計算できるが、動的性質ができない材料シミュレーションにおいて、量子上の優位性をもたらす可能性がある。
関連論文リスト
- Simulation of the 1d XY model on a quantum computer [0.0]
本稿では,量子コンピュータ上での1次元XYモデルの正確なシミュレーションのための包括的スキームを提案する。
本稿では,正確な時間発展を実現するために,量子回路を設計するための新しい手法を提案する。
論文 参考訳（メタデータ） (2024-10-28T15:44:13Z) - Generating Approximate Ground States of Strongly Correlated Quantum Many-Body Systems Through Quantum Imaginary Time Evolution [0.0]
格子および分子電子構造のITEを近似するQITEアルゴリズムの能力を数値解析する。
仮想時間がどのように進化したフェルミオンガウス状態が、古典的コンピュータ上で効率的に計算できる初期状態として機能するかを示す。
論文 参考訳（メタデータ） (2024-09-02T15:20:41Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Orbital-free density functional theory with first-quantized quantum subroutines [0.0]
確率的想像時間進化(PITE)を用いた軌道自由密度汎関数理論(OFDFT)を実現する量子古典ハイブリッドスキームを提案する。
PITEはOFDFTの一部に適用され、各自己整合体(SCF)反復におけるハミルトニアン基底状態を探索する。
ハミルトンの基底状態エネルギーを得るには、回路深さが$O(log N_mathrmg)$が必要である。
論文 参考訳（メタデータ） (2024-07-23T05:34:11Z) - Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。
繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。
本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
論文 参考訳（メタデータ） (2022-11-18T20:31:10Z) - Quantum neural networks [0.0]
この論文は、過去数十年で最もエキサイティングな研究分野である量子コンピューティングと機械学習を組み合わせたものだ。
本稿では、汎用量子計算が可能で、トレーニング中にメモリ要求の少ない散逸型量子ニューラルネットワーク(DQNN)を紹介する。
論文 参考訳（メタデータ） (2022-05-17T07:47:00Z) - Recompilation-enhanced simulation of electron-phonon dynamics on IBM
Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。
我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。
デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文 参考訳（メタデータ） (2022-02-16T19:00:00Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。
これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-07-01T01:02:17Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳（メタデータ） (2021-03-08T17:24:29Z) - Simulation of Thermal Relaxation in Spin Chemistry Systems on a Quantum
Computer Using Inherent Qubit Decoherence [53.20999552522241]
我々は,実世界の量子システムの振舞いをシミュレーションする資源として,キュービットデコヒーレンスを活用することを目指している。
熱緩和を行うための3つの方法を提案する。
結果,実験データ,理論的予測との間には,良好な一致が得られた。
論文 参考訳（メタデータ） (2020-01-03T11:48:11Z)
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。