Fugu-MT 論文翻訳(概要): Entangled embedding variational quantum eigensolver with tensor network ansatz

論文の概要: Entangled embedding variational quantum eigensolver with tensor network ansatz

arxiv url: http://arxiv.org/abs/2305.06536v1
Date: Thu, 11 May 2023 02:45:52 GMT
ステータス: 処理完了
システム内更新日: 2023-05-12 16:17:39.170525
Title: Entangled embedding variational quantum eigensolver with tensor network ansatz
Title（参考訳）: テンソルネットワークアンサッツを用いたエンタングル埋め込み変分量子固有解器
Authors: Ryo Watanabe, Keisuke Fujii, Hiroshi Ueda
Abstract要約: 我々は、相乗最適化フレームワークのエンタングルメント拡大プロセスにテンソルネットワーク(TN)スキームを導入する。このフレームワークは、不均一なシステムに対して、そのプロセスを体系的に構築するために使用できることを示す。
参考スコア（独自算出の注目度）: 0.6946929968559495
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we introduce a tensor network (TN) scheme into the entanglement augmentation process of the synergistic optimization framework [arXiv: 2208.13673] by Rudolph et al. to build its process systematically for inhomogeneous systems. Our synergistic first embeds the variational optimal solution of the TN state with the entropic area law, which can be perfectly optimized in conventional (classical) computers, in a quantum variational circuit ansatz inspired by the TN state with the entropic volume law. Next, the framework performs a variational quantum eigensolver (VQE) process with the embedded states as the initial state. We applied the synergistic to the ground state analysis of the all-to-all coupled random transverse-field Ising/XYZ/Heisenberg model, employing the binary multi-scale entanglement renormalization ansatz (MERA) state and branching MERA states as TN states with the entropic area law and volume law, respectively. We then show that the synergistic accelerates VQE calculations in the three models without initial parameter guess of the branching-MERA-inspired ansatz and can avoid a local solution trapped by a standard VQE with the ansatz in the Ising model. Improvement of optimizer for MERA in the all-to-all coupled inhomogeneous systems, enhancement and potential applications of the synergistic are also discussed.
Abstract（参考訳）: 本稿では,rudolphらによる相乗的最適化フレームワーク [arxiv: 2208.13673] の絡み合い強化プロセスにテンソルネットワーク (tn) スキームを導入し,不均質系に対して体系的にそのプロセスを構築する。我々のシナジスティックはまず、TN状態の変分最適解をエントロピー領域法則に埋め込む。これは従来の(古典的な)コンピュータにおいて、エントロピー体積法則にインスパイアされた量子変分回路アンサッツに完全に最適化できる。次に、フレームワークは、埋め込み状態を初期状態とする変分量子固有ソルバ(vqe)プロセスを実行する。本研究では, マルチスケールエンタングルメント再正規化アンサッツ(MERA)状態と, エントロピー領域法および体積法則を持つTN状態として分岐したMERA状態を用いて, 全結合ランダム逆場Ising/XYZ/Heisenbergモデルの基底状態解析に適用した。次に,分岐メラに触発されたアンサッツの初期パラメータ推定を行わず,3つのモデルにおけるvqe計算を相乗的に加速し,標準vqeに捕えられた局所解をイジングモデルのアンサッツで回避できることを示した。また、全対全結合不均質系におけるmeraの最適化の改善、相乗効果の強化と潜在的な応用について論じた。

関連論文リスト

Improving the trainability of VQE on NISQ computers for solving portfolio optimization using convex interpolation [8.186804065389007]
ポートフォリオ最適化問題を解くために凸性を利用して変動量子固有解器(VQE)の訓練性を向上させる。我々の提案は、実際のアプリケーションで広く使われている他の大規模最適化問題を解決するための訓練性を向上させるために拡張することができる。
論文参考訳（メタデータ） (2024-07-08T03:51:54Z)
Enhancing Scalability of Quantum Eigenvalue Transformation of Unitary Matrices for Ground State Preparation through Adaptive Finer Filtering [0.13108652488669736]
ハミルトニアンシミュレーション(英: Hamiltonian Simulation)は、量子コンピュータが古典的計算を上回る可能性を持つ領域である。このような量子アルゴリズムの主な課題の1つは、システムサイズをアップスケーリングすることである。本稿では, 固有空間フィルタリングのスケーラビリティを, 与えられたハミルトニアンの基底状態の準備のために向上させるアプローチを提案する。
論文参考訳（メタデータ） (2024-01-17T09:52:24Z)
Scalable Imaginary Time Evolution with Neural Network Quantum States [0.0]
ニューラルネットワーク量子状態(NQS)としての量子波関数の表現は、多体量子系の基底状態を見つけるための強力な変分アンサッツを提供する。我々は、計量テンソルの計算をバイパスするアプローチを導入し、代わりにユークリッド計量を用いた一階降下にのみ依存する。我々は,NQSのエネルギーが減少するまで最適な時間ステップを決定し,目標を固定し,適応的に安定させる。
論文参考訳（メタデータ） (2023-07-28T12:26:43Z)
An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文参考訳（メタデータ） (2022-12-21T23:15:17Z)
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)
A Quantum Optimal Control Problem with State Constrained Preserving Coherence [68.8204255655161]
非単体脱コヒーレンスチャネルを特徴とするマルコフ脱コヒーレンスを受ける3レベル$Lambda$型原子を考える。我々は、デコヒーレンスレベルが予め定義された境界内にある状態制約で量子最適制御問題を定式化する。
論文参考訳（メタデータ） (2022-03-24T21:31:34Z)
Adaptive variational preparation of the Fermi-Hubbard eigenstates [0.0]
我々は、Fermi-Hubbardモデルの6つのサイト(12ビット)までの小さなグリッドに対して、高精度な基底状態を作成する。この適応法は, 変動パラメータの少ない, ゲート深さの短い, システムサイズによるスケーリングにおいて, 非適応手法よりも優れた性能を示す。また, ADAPT-SSVQEアルゴリズムを用いて, 励起状態とグリーン関数を作成し, 適応変分法の適用例を示す。
論文参考訳（メタデータ） (2021-09-24T18:00:05Z)
Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。どちらの手法もエネルギーと基底状態の優れた推定値を提供する。勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文参考訳（メタデータ） (2020-11-02T19:52:04Z)
Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
論文参考訳（メタデータ） (2020-08-03T18:00:05Z)
Entanglement Production and Convergence Properties of the Variational Quantum Eigensolver [0.0]
本研究では,2次元モデルフェルミオン系の基底状態エネルギーを決定するために,変分量子固有解法(VQE)アルゴリズムを用いる。特に,システム基底状態への最も効率的な収束を提供するエンタングルブロックの性質に着目する。誤差の範囲内で解に到達するのに必要なゲートの数は、Solovay-Kitaevスケールに従っていることを示す。
論文参考訳（メタデータ） (2020-03-27T15:44:56Z)

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。