論文の概要: Autoregressive Neural Quantum States with Quantum Number Symmetries
- arxiv url: http://arxiv.org/abs/2310.04166v1
- Date: Fri, 6 Oct 2023 11:29:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-09 18:52:02.328406
- Title: Autoregressive Neural Quantum States with Quantum Number Symmetries
- Title（参考訳）: 量子数対称性をもつ自己回帰的神経量子状態
- Authors: Aleksei Malyshev, Juan Miguel Arrazola, A. I. Lvovsky
- Abstract要約: 自己回帰サンプリングを任意の数の量子数対称性に適合させるフレームワークを開発する。
複数の対称性を持つ分子に対して電子構造計算を実行することにより、その利点を示す。
- 参考スコア（独自算出の注目度）: 0.6215404942415159
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Neural quantum states have established themselves as a powerful and versatile
family of ansatzes for variational Monte Carlo simulations of quantum many-body
systems. Of particular prominence are autoregressive neural quantum states
(ANQS), which enjoy the expressibility of deep neural networks, and are
equipped with a procedure for fast and unbiased sampling. Yet, the
non-selective nature of autoregressive sampling makes incorporating quantum
number symmetries challenging. In this work, we develop a general framework to
make the autoregressive sampling compliant with an arbitrary number of quantum
number symmetries. We showcase its advantages by running electronic structure
calculations for a range of molecules with multiple symmetries of this kind. We
reach the level of accuracy reported in previous works with more than an order
of magnitude speedup and achieve chemical accuracy for all studied molecules,
which is a milestone unreported so far. Combined with the existing effort to
incorporate space symmetries, our approach expands the symmetry toolbox
essential for any variational ansatz and brings the ANQS closer to being a
competitive choice for studying challenging quantum many-body systems.
- Abstract（参考訳）: 量子量子状態は、量子多体系の変分モンテカルロシミュレーションのための強力で多用途なアンサツェの族として確立されている。
特に注目されるのは、ディープニューラルネットワークの表現可能性を楽しむ自己回帰型ニューラルネットワーク状態(anqs)であり、高速で偏りのないサンプリング手順を備えている。
しかし、自己回帰的サンプリングの非選択的性質は量子数対称性の取り込みを困難にしている。
本研究では,任意の数の量子数対称性に自己回帰的サンプリングを適合させる汎用フレームワークを開発した。
この種の複数の対称性を持つ分子に対して電子構造計算を実行することにより、その利点を示す。
これまでの研究で報告された精度のレベルを1桁以上のスピードアップで到達し、これまで報告されていない全ての分子の化学的精度を達成する。
空間対称性を組み込む既存の取り組みと組み合わせることで、任意の変分アンサッツに必須な対称性ツールボックスを拡大し、anqsを量子多体系の研究における競争的選択に近づける。
関連論文リスト
- Unification of Finite Symmetries in Simulation of Many-body Systems on Quantum Computers [2.755415305274264]
本稿では,量子コンピュータ上での多体系のシミュレーションに対称性群を組み込む統一的な枠組みを提案する。
提案した対称性適応サブルーチンの広い適用性と効率性は、多体系の量子シミュレーションにおいて指数的スピードアップを約束する。
論文 参考訳（メタデータ） (2024-11-07T18:06:16Z) - Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。
変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。
スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
論文 参考訳（メタデータ） (2024-07-23T09:17:06Z) - Quantum benefit of the quantum equation of motion for the strongly
coupled many-body problem [0.0]
量子運動方程式 (quantum equation of motion, QEOM) はフェルミオン多体系の励起特性を計算するためのハイブリッド量子古典アルゴリズムである。
我々は、qEOMが要求される量子測定数の独立性により量子的利益を示すことを明らかに示している。
論文 参考訳（メタデータ） (2023-09-18T22:10:26Z) - Molecular Symmetry in VQE: A Dual Approach for Trapped-Ion Simulations
of Benzene [0.2624902795082451]
変分量子固有解法(VQE)アルゴリズムと適切なアンサッツの併用による短期戦略のヒンジ。
我々は、複雑な化学シミュレーションの実現可能性を高めるために、トラップイオン量子デバイスに適したいくつかの回路最適化手法を用いる。
これらの手法はベンゼン分子シミュレーションに適用され、69個の2量子エンタングリング演算を持つ8量子回路の構築を可能にした。
論文 参考訳（メタデータ） (2023-08-01T17:03:10Z) - 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) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。
ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。
本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文 参考訳（メタデータ） (2022-08-30T08:17:55Z) - Benchmarking Quantum Simulators using Ergodic Quantum Dynamics [4.2392660892009255]
実験によって得られた状態と理想状態の間の忠実度を推定するために,サンプル効率のよいプロトコルを解析する。
我々は、様々な量子シミュレータプラットフォームのためのプロトコルを数値的に示す。
論文 参考訳（メタデータ） (2022-05-24T17:18:18Z) - Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。
観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。
我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
論文 参考訳（メタデータ） (2021-03-05T08:32:43Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z)
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。