論文の概要: Entanglement of weighted graphs uncovers transitions in variable-range
interacting models
- arxiv url: http://arxiv.org/abs/2307.11739v1
- Date: Fri, 21 Jul 2023 17:53:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-24 11:44:59.682345
- Title: Entanglement of weighted graphs uncovers transitions in variable-range
interacting models
- Title(参考訳): 重み付きグラフの絡み合いは、可変範囲相互作用モデルにおける遷移を明らかにする
- Authors: Debkanta Ghosh, Keshav Das Agarwal, Pritam Halder, Aditi Sen De
- Abstract要約: 我々は,Isingモデルと相互作用する可変レンジパワー則が,真の絡み合ったグラフ状態を生成することを示す。
システム全体から有限サイズのサブシステムを実現するため,我々は局所的な測定戦略を設計する。
- 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: The cluster state acquired by evolving the nearest-neighbor (NN) Ising model
from a completely separable state is the resource for measurement-based quantum
computation. Instead of an NN system, a variable-range power law interacting
Ising model can generate a genuine multipartite entangled (GME) weighted graph
state (WGS) that may reveal intrinsic characteristics of the evolving
Hamiltonian. We establish that the pattern of generalized geometric measure
(GGM) in the evolved state with an arbitrary number of qubits is sensitive to
fall-off rates and the range of interactions of the evolving Hamiltonian. We
report that the time-derivative and time-averaged GGM at a particular time can
detect the transition points present in the fall-off rates of the interaction
strength, separating different regions, namely long-range, quasi-local and
local ones in one- and two-dimensional lattices with deformation. Moreover, we
illustrate that in the quasi-local and local regimes, there exists a minimum
coordination number in the evolving Ising model for a fixed total number of
qubits which can mimic the GGM of the long-range model. In order to achieve a
finite-size subsystem from the entire system, we design a local measurement
strategy that allows a WGS of an arbitrary number of qubits to be reduced to a
local unitarily equivalent WGS having fewer qubits with modified weights.
- Abstract(参考訳): ほぼ分離可能な状態からneighbor(nn)イジングモデルを進化させることで得られるクラスタ状態は、測定に基づく量子計算のリソースである。
NNシステムの代わりに、Isingモデルと相互作用する可変レンジパワー法則は、進化するハミルトンの本質的な特性を明らかにすることができる真のマルチパートエンタングルドグラフ状態(GME)を生成することができる。
任意の数の量子ビットを持つ進化状態における一般化幾何測度(GGM)のパターンは、フォールオフ率と進化するハミルトンの相互作用の範囲に敏感であることを示す。
本報告では, 時間微分および時間平均GGMは, 1次元および2次元格子の長範囲, 準局所および局所の異なる領域を分離し, 相互作用強度の低下速度に存在する遷移点を検出することができる。
さらに、準局所的および局所的レジームでは、長距離モデルのggmを模倣できる固定された全量子ビット数に対する進化的イジングモデルに最小のコーディネーション数が存在することを示す。
システム全体から有限サイズのサブシステムを実現するため,任意の量子ビット数の WGS を,修正重み付き量子ビットの少ない局所単位等価な WGS に還元可能な局所測定戦略を設計する。
関連論文リスト
- Bridging Geometric States via Geometric Diffusion Bridge [79.60212414973002]
本稿では,初期および対象の幾何状態を正確にブリッジする新しい生成モデリングフレームワークであるGeometric Diffusion Bridge (GDB)を紹介する。
GDBは、幾何学的状態の接続のためにDoobの$h$-transformの修正版から派生した同変拡散ブリッジを使用している。
我々はGDBが既存の最先端のアプローチを超越し、幾何学的状態を正確にブリッジするための新しい経路を開くことを示す。
論文 参考訳(メタデータ) (2024-10-31T17:59:53Z) - Efficient Learning of Long-Range and Equivariant Quantum Systems [9.427635404752936]
量子多体物理学の基本的な課題として、量子ハミルトニアンとその性質の基底状態を発見し、学習する。
近年の研究では、データから学ぶことにより、幾何学的に局所的な観測対象の和の基底状態予測値を予測する作業が研究されている。
これらの結果は、分子系と原子系における長距離相互作用の関連性によって動機づけられた、ハミルトンと可観測物の両方の局所的な要求を超えて拡張される。
論文 参考訳(メタデータ) (2023-12-28T13:42:59Z) - Revealing Transition in Fall-off Rates of spin-s Ising Model through
Multiqudit Graph states [0.0]
スピン-1/2粒子を用いた可変レンジ相互作用Isingモデルは、相互作用範囲の落差率によって異なる挙動を示す。
時間平均相互情報のスケーリングと、GMEの第1微分のばらつきは、NLからQLへの遷移点を示すことができることを示す。
また、任意に大きいシステムサイズのGMEパターンを模倣できる有限個のキューディットの飽和値の存在は、準局所領域と局所領域の間の第2の遷移点を明らかにすることを示唆する。
論文 参考訳(メタデータ) (2023-11-14T15:12:21Z) - Convergence of mean-field Langevin dynamics: Time and space
discretization, stochastic gradient, and variance reduction [49.66486092259376]
平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。
近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。
有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
論文 参考訳(メタデータ) (2023-06-12T16:28:11Z) - Framework of dynamical transitions from long-range to short-range
quantum systems [0.0]
量子多体系は、局所パラメータと大域パラメータの異なる異なる種の相転移を行う。
本稿では,グローバルあるいはローカルなシステムパラメータにまたがる待ち行列の挙動を動的に変化させるフレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-04T15:46:40Z) - Global-to-Local Modeling for Video-based 3D Human Pose and Shape
Estimation [53.04781510348416]
フレーム内精度とフレーム間スムーズさにより,映像に基づく3次元人間のポーズと形状推定を評価する。
エンドツーエンドフレームワークGLoT(Global-to-Local Transformer)における長期的・短期的相関のモデル化を構造的に分離することを提案する。
我々のGLoTは、一般的なベンチマーク(3DPW、MPI-INF-3DHP、Human3.6M)において、最も低いモデルパラメータを持つ従来の最先端の手法を上回る。
論文 参考訳(メタデータ) (2023-03-26T14:57:49Z) - Multi-Scale Spatial Temporal Graph Convolutional Network for
Skeleton-Based Action Recognition [13.15374205970988]
本稿では,マルチスケール空間グラフ畳み込み (MS-GC) モジュールとマルチスケール時間グラフ畳み込み (MT-GC) モジュールを提案する。
MS-GCおよびMT-GCモジュールは対応する局所グラフ畳み込みをサブグラフ畳み込みの集合に分解し、階層的残差アーキテクチャを形成する。
本稿では,マルチスケールな時空間グラフ畳み込みネットワーク(MST-GCN)を提案する。
論文 参考訳(メタデータ) (2022-06-27T03:17:33Z) - Circulating Genuine Multiparty Entanglement in Quantum Network [0.0]
本稿では、任意の大きさの量子ネットワークにおいて、真のマルチパーティの絡み合った状態を生成する手法を提案する。
任意の量子ビットの帰結状態の一般化幾何測度(GGM)が初期資源状態の最小GGMと一致することを証明した。
提案手法は論理ゲートを用いたり、あるいは実現可能なスピンハミルトニアンの時間ダイナミクスを用いて実装できることを示す。
論文 参考訳(メタデータ) (2021-12-19T11:26:16Z) - Post-mortem on a deep learning contest: a Simpson's paradox and the
complementary roles of scale metrics versus shape metrics [61.49826776409194]
我々は、ニューラルネットワーク(NN)モデルの一般化精度を予測するために、コンテストで公に利用可能にされたモデルのコーパスを分析する。
メトリクスが全体としてよく機能するが、データのサブパーティションではあまり機能しない。
本稿では,データに依存しない2つの新しい形状指標と,一連のNNのテスト精度の傾向を予測できるデータ依存指標を提案する。
論文 参考訳(メタデータ) (2021-06-01T19:19:49Z) - Permutation-equivariant and Proximity-aware Graph Neural Networks with
Stochastic Message Passing [88.30867628592112]
グラフニューラルネットワーク(GNN)は、グラフ上の新たな機械学習モデルである。
置換等価性と近接認識性は、GNNにとって非常に望ましい2つの重要な特性である。
既存のGNNは、主にメッセージパッシング機構に基づいており、同時に2つの特性を保存できないことを示す。
ノードの近さを保つため,既存のGNNをノード表現で拡張する。
論文 参考訳(メタデータ) (2020-09-05T16:46:56Z) - Graph Gamma Process Generalized Linear Dynamical Systems [60.467040479276704]
実マルチ変数時系列をモデル化するために,グラフガンマ過程(GGP)線形力学系を導入する。
時間的パターン発見のために、モデルの下での潜在表現は、時系列を多変量部分列の同相集合に分解するために使用される。
非零次ノード数が有限であるランダムグラフを用いて、潜時状態遷移行列の空間パターンと次元の両方を定義する。
論文 参考訳(メタデータ) (2020-07-25T04:16:34Z)
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。