論文の概要: Variational adiabatic transport of tensor networks

• arxiv url: http://arxiv.org/abs/2311.00748v2
• Date: Tue, 28 Nov 2023 19:00:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-01 03:15:35.332453
• Title: Variational adiabatic transport of tensor networks
• Title（参考訳）: テンソルネットワークの変分断断熱輸送
• Authors: Hyeongjin Kim, Matthew T. Fishman, Dries Sels
• Abstract要約: 本稿では,行列積演算子としての断熱ゲージポテンシャルを構成するテンソルネットワークについて論じる。 私たちは、研究するモデルの臨界点を通じて、確実に状態を輸送できることを示します。
• 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: We discuss a tensor network method for constructing the adiabatic gauge potential -- the generator of adiabatic transformations -- as a matrix product operator, which allows us to adiabatically transport matrix product states. Adiabatic evolution of tensor networks offers a wide range of applications, of which two are explored in this paper: improving tensor network optimization and scanning phase diagrams. By efficiently transporting eigenstates to quantum criticality and performing intermediary density matrix renormalization group (DMRG) optimizations along the way, we demonstrate that we can compute ground and low-lying excited states faster and more reliably than a standard DMRG method at or near quantum criticality. We demonstrate a simple automated step size adjustment and detection of the critical point based on the norm of the adiabatic gauge potential. Remarkably, we are able to reliably transport states through the critical point of the models we study.
• Abstract（参考訳）: 本稿では, 行列積演算子としてアディベートゲージポテンシャル(アディベート変換の生成元)を構築するためのテンソルネットワーク法について論じ, 行列積状態のアディベート輸送を可能にする。 テンソルネットワークの断熱的進化は、幅広い応用を提供するが、その2つは、テンソルネットワークの最適化と走査位相図の改善である。 固有状態を量子臨界に効率的に輸送し、その過程で中間密度行列再正規化群(DMRG)の最適化を行うことにより、量子臨界度付近の標準DMRG法よりも高速かつ確実に基底および低層励起状態を計算できることを実証する。 本稿では, 簡易な自動ステップサイズ調整と, 断熱ゲージ電位の標準値に基づく臨界点の検出について述べる。 驚くべきことに、我々は研究するモデルの臨界点を通して確実に状態を輸送することができる。

関連論文リスト

• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• Automatic structural optimization of tree tensor networks [0.0]
  そこで本稿では,等距離線を局所的に再接続することで,ネットワーク構造を自動的に最適化するTTNアルゴリズムを提案する。 システムの基底状態に埋め込まれた絡み合い構造を,最適化TTNにおける完全二分木として効率的に可視化できることを実証した。
  論文  参考訳（メタデータ） (2022-09-07T14:51:39Z)
• Transfer-matrix summation of path integrals for transport through nanostructures [62.997667081978825]
  相互作用する量子ドット系の非平衡特性を記述するための転送行列法を開発した。 この方法は「経路積分のトランスファー行列和」(TraSPI)と呼ばれる。
  論文  参考訳（メタデータ） (2022-08-16T09:13:19Z)
• Regularized scheme of time evolution tensor network algorithms [0.0]
  量子格子系の時間発展をシミュレートするために正規化分解法を提案する。 プロパゲーターの結果として生じるコンパクト構造は、高階ベーカー・カンベル・ハウスドルフ級数を示す。
  論文  参考訳（メタデータ） (2022-08-06T03:38:37Z)
• Positive-definite parametrization of mixed quantum states with deep neural networks [0.0]
  本稿では,GHDOに自己回帰構造を埋め込んで,確率分布を直接サンプリングする方法を示す。 我々はこのアーキテクチャを、散逸的横フィールドイジングモデルの定常状態によってベンチマークする。
  論文  参考訳（メタデータ） (2022-06-27T17:51:38Z)
• Learning Generative Vision Transformer with Energy-Based Latent Space for Saliency Prediction [51.80191416661064]
  本稿では,有意な物体検出に先立って,潜伏変数を持つ新しい視覚変換器を提案する。 ビジョントランスネットワークとエネルギーベース先行モデルの両方は、マルコフ連鎖モンテカルロによる最大推定を通じて共同で訓練される。 生成型視覚変換器により、画像から容易に画素単位の不確実性マップを得ることができ、画像から唾液濃度を予測するためのモデル信頼度を示す。
  論文  参考訳（メタデータ） (2021-12-27T06:04:33Z)
• Simulating thermal density operators with cluster expansions and tensor networks [0.0]
  このクラスタテンソルネットワーク演算子(クラスタTNO)を1次元システムに対してベンチマークする。 この定式化は、2次元量子スピン系の温度密度演算子を1つのクラスターTNOとして一定温度で表すために用いられる。 クラスタ-TNO近似は、正しい普遍性クラスにおける連続的な相転移を引き起こす。
  論文  参考訳（メタデータ） (2021-12-02T18:56:44Z)
• Boundary theories of critical matchgate tensor networks [59.433172590351234]
  AdS/CFT対応の重要な側面は、双曲格子上のテンソルネットワークモデルの観点から捉えることができる。 マッチゲート制約を満たすテンソルに対しては、これらは以前、乱れた境界状態を生成することが示されている。 これらのハミルトニアンは、解析的な玩具モデルによって捉えられたマルチスケールの準周期対称性を示す。
  論文  参考訳（メタデータ） (2021-10-06T18:00:03Z)
• Quantum-inspired event reconstruction with Tensor Networks: Matrix Product States [0.0]
  ニューラルネットワークは量子力学の概念を機械学習技術に結びつけるのに理想的な手段であることを示す。 エンタングルメントのエントロピーは,ネットワークの学習内容の解釈に有効であることを示す。
  論文  参考訳（メタデータ） (2021-06-15T18:00:02Z)
• Pruning Redundant Mappings in Transformer Models via Spectral-Normalized Identity Prior [54.629850694790036]
  スペクトル正規化アイデンティティ事前 (SNIP) は、トランスフォーマーモデルにおける残余モジュール全体をアイデンティティマッピングに向けてペナライズする構造化プルーニング手法である。 5つのGLUEベンチマークタスクでBERTを用いて実験を行い、SNIPが同等の性能を維持しながら効率的な刈り取り結果が得られることを示した。
  論文  参考訳（メタデータ） (2020-10-05T05:40:56Z)

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。