論文の概要: variPEPS -- a versatile tensor network library for variational ground
state simulations in two spatial dimensions
- arxiv url: http://arxiv.org/abs/2308.12358v2
- Date: Fri, 3 Nov 2023 09:21:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-06 17:31:07.598709
- Title: variPEPS -- a versatile tensor network library for variational ground
state simulations in two spatial dimensions
- Title(参考訳): variPEPS -- 2次元の変動基底状態シミュレーションのための多機能テンソルネットワークライブラリ
- Authors: Jan Naumann, Erik Lennart Weerda, Matteo Rizzi, Jens Eisert and
Philipp Schmoll
- Abstract要約: iPEPSを用いた無限2次元システムのシミュレーションのための,効率的で包括的で汎用的なテンソルネットワークライブラリの機能について述べる。
- 参考スコア(独自算出の注目度): 0.29998889086656577
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tensor networks capture large classes of ground states of phases of quantum
matter faithfully and efficiently. Their manipulation and contraction has
remained a challenge over the years, however. For most of the history, ground
state simulations of two-dimensional quantum lattice systems using (infinite)
projected entangled pair states have relied on what is called a time-evolving
block decimation. In recent years, multiple proposals for the variational
optimization of the quantum state have been put forward, overcoming accuracy
and convergence problems of previously known methods. The incorporation of
automatic differentiation in tensor networks algorithms has ultimately enabled
a new, flexible way for variational simulation of ground states and excited
states. In this work, we review the state of the art of the variational iPEPS
framework. We present and explain the functioning of an efficient,
comprehensive and general tensor network library for the simulation of infinite
two-dimensional systems using iPEPS, with support for flexible unit cells and
different lattice geometries.
- Abstract(参考訳): テンソルネットワークは、量子物質の位相の基底状態の大きなクラスを忠実かつ効率的に捉える。
しかし、その操作と収縮は長年にわたって挑戦されてきた。
歴史のほとんどにおいて、(有限)射影された絡み合ったペア状態を用いた二次元量子格子系の基底状態シミュレーションは、時間進化ブロックデミテーションと呼ばれるものに依存している。
近年、量子状態の変分最適化に関する複数の提案がなされ、従来知られていた方法の精度と収束問題を克服している。
テンソルネットワークアルゴリズムにおける自動微分の導入は、最終的に基底状態と励起状態の変動シミュレーションの新しい柔軟な方法を可能にした。
本稿では,変動ipepsフレームワークの現状について概観する。
我々は,iPEPSを用いた無限二次元システムのシミュレーションのための,効率的で包括的で汎用的なテンソルネットワークライブラリの機能を,柔軟性のある単位セルと異なる格子ジオメトリをサポートして提示する。
関連論文リスト
- Transolver: A Fast Transformer Solver for PDEs on General Geometries [71.68821482043067]
本稿では, 離散化された測地の背後に隠れた本質的な物理状態を学習するTransolverについて述べる。
スライスから符号化された物理認識トークンに注意を向けることで、Transovlerは複雑な物理的相関を効果的に捉えることができる。
Transolverは6つの標準ベンチマークで22%の相対的な利得で一貫した最先端を実現し、大規模産業シミュレーションでも優れている。
論文 参考訳(メタデータ) (2024-02-04T06:37:38Z) - Variational Neural and Tensor Network Approximations of Thermal States [0.3683202928838613]
有限温度量子多体系を近似するための変分モンテカルロアルゴリズムを提案する。
1次元と2次元の両方の問題に対して、上記のクラスで異なる構成をベンチマークし比較する。
1次元での優れた結果にもかかわらず、この結果から、より困難な2次元システムに取り組む上で、数値的アンゼは特定の表現的制限を有することが示唆された。
論文 参考訳(メタデータ) (2024-01-25T15:36:45Z) - Coherent-State Ladder Time-Dependent Variational Principle for Open
Quantum Systems [0.0]
相互作用するボゾン系の力学シミュレーションのための新しいパラダイムを提案する。
この方法は、光子付加コヒーレント状態の重畳という観点から、$n$-ボソン密度行列の変分アンザッツに依存する。
本手法をいくつかの例で検証し,相互作用するボゾン系と猫量子ビットの予測シミュレーションへの応用を実証した。
論文 参考訳(メタデータ) (2023-06-23T18:00:00Z) - 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) - Investigating Quantum Many-Body Systems with Tensor Networks, Machine
Learning and Quantum Computers [0.0]
古典的および量子コンピュータ上で量子シミュレーションを行う。
未知の量子多体系の位相図を教師なし方式でマッピングする。
論文 参考訳(メタデータ) (2022-10-20T09:46:25Z) - Simulation Paths for Quantum Circuit Simulation with Decision Diagrams [72.03286471602073]
決定図を用いて量子回路をシミュレートする際に選択される経路の重要性について検討する。
我々は、専用のシミュレーションパスを調査できるオープンソースのフレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-01T19:00:11Z) - Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。
一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。
二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
論文 参考訳(メタデータ) (2021-12-22T15:27:30Z) - Efficient Simulation of Dynamics in Two-Dimensional Quantum Spin Systems
with Isometric Tensor Networks [0.0]
最近導入された等尺テンソルネットワーク状態(isoTNS)の計算能力について検討する。
アイソTNSに基づくアルゴリズムの実装に関する技術的詳細を議論し、異なるアンタングルの比較を行う。
2次元量子スピン系の動的スピン構造係数を2つのパラダイムモデルに対して計算する。
論文 参考訳(メタデータ) (2021-12-15T19:00:05Z) - Equivariant vector field network for many-body system modeling [65.22203086172019]
Equivariant Vector Field Network (EVFN) は、新しい同変層と関連するスカラー化およびベクトル化層に基づいて構築されている。
シミュレーションされたニュートン力学系の軌跡を全観測データと部分観測データで予測する手法について検討した。
論文 参考訳(メタデータ) (2021-10-26T14:26:25Z) - ResNet-LDDMM: Advancing the LDDMM Framework Using Deep Residual Networks [86.37110868126548]
本研究では,eulerの離散化スキームに基づく非定常ode(フロー方程式)の解法として,深層残留ニューラルネットワークを用いた。
複雑なトポロジー保存変換の下での3次元形状の多種多様な登録問題について述べる。
論文 参考訳(メタデータ) (2021-02-16T04:07:13Z) - Efficient 2D Tensor Network Simulation of Quantum Systems [6.074275058563179]
射影エンタングル状態(PEPS)のような2次元テンソルネットワークは物理系や量子回路の重要なクラスに適している。
本稿では,PEPSに基づく手法のための新しいアルゴリズムとソフトウェア抽象化を提案する。
論文 参考訳(メタデータ) (2020-06-26T22:36:56Z)
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。