論文の概要: Quantum-classical simulation of quantum field theory by quantum circuit learning

• arxiv url: http://arxiv.org/abs/2311.16297v1
• Date: Mon, 27 Nov 2023 20:18:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-29 21:01:46.860020
• Title: Quantum-classical simulation of quantum field theory by quantum circuit learning
• Title（参考訳）: 量子回路学習による量子場理論の量子古典シミュレーション
• Authors: Kazuki Ikeda
• Abstract要約: 量子回路学習を用いて量子場理論(QFT)をシミュレートする。 我々の予測は厳密な古典計算の結果と密接に一致している。 このハイブリッド量子古典的アプローチは、最先端量子デバイス上での大規模QFTを効率的にシミュレートする可能性を示している。
• 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: We employ quantum circuit learning to simulate quantum field theories (QFTs). Typically, when simulating QFTs with quantum computers, we encounter significant challenges due to the technical limitations of quantum devices when implementing the Hamiltonian using Pauli spin matrices. To address this challenge, we leverage quantum circuit learning, employing a compact configuration of qubits and low-depth quantum circuits to predict real-time dynamics in quantum field theories. The key advantage of this approach is that a single-qubit measurement can accurately forecast various physical parameters, including fully-connected operators. To demonstrate the effectiveness of our method, we use it to predict quench dynamics, chiral dynamics and jet production in a 1+1-dimensional model of quantum electrodynamics. We find that our predictions closely align with the results of rigorous classical calculations, exhibiting a high degree of accuracy. This hybrid quantum-classical approach illustrates the feasibility of efficiently simulating large-scale QFTs on cutting-edge quantum devices.
• Abstract（参考訳）: 量子回路学習を用いて量子場理論(qfts)をシミュレートする。 通常、qftを量子コンピュータとシミュレートする場合、パウリスピン行列を用いたハミルトニアンを実装する際の量子デバイスの技術的限界のために、大きな課題に直面する。 この課題に対処するために、量子回路学習を活用し、量子ビットと低深度量子回路のコンパクトな構成を用いて、量子場理論のリアルタイムダイナミクスを予測する。 このアプローチの鍵となる利点は、完全連結作用素を含む様々な物理パラメータを正確に予測できることである。 本手法の有効性を実証するために, 量子電磁力学の1+1次元モデルを用いて, クエンチダイナミクス, カイラルダイナミクス, ジェット発生を予測する。 我々の予測は厳密な古典計算の結果と密接に一致しており、高い精度を示している。 このハイブリッド量子古典的アプローチは、最先端の量子デバイス上で大規模qftを効率的にシミュレートする可能性を示す。

関連論文リスト

• An Efficient Classical Algorithm for Simulating Short Time 2D Quantum Dynamics [2.891413712995642]
  本稿では,2次元量子システムにおける短時間のダイナミクスをシミュレーションする,効率的な古典的アルゴリズムを提案する。 この結果から, 短時間2次元量子力学の複雑さに固有の単純さが明らかとなった。 この研究は、古典計算と量子計算の境界についての理解を深める。
  論文  参考訳（メタデータ） (2024-09-06T09:59:12Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity [0.0]
  平衡伝播(Equilibrium propagation、EP)は、平衡に緩和する古典的なエネルギーモデルに導入され応用された手順である。 ここでは、EPとOnsagerの相互性を直接接続し、これを利用してEPの量子バージョンを導出する。 これは任意の量子系の可観測物の期待値に依存する損失関数の最適化に使うことができる。
  論文  参考訳（メタデータ） (2024-06-10T17:22:09Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Time-Optimal Quantum Driving by Variational Circuit Learning [2.9582851733261286]
  ディジタル量子シミュレーションとハイブリッド回路学習は、量子最適制御の新しい可能性を開く。 有限個の量子ビットを持つ量子デバイス上で、捕捉された量子粒子の波束展開をシミュレートする。 本手法の誤差に対する堅牢性について考察し,回路にバレンプラトーが存在しないことを示す。
  論文  参考訳（メタデータ） (2022-11-01T11:53:49Z)
• Recompilation-enhanced simulation of electron-phonon dynamics on IBM Quantum computers [62.997667081978825]
  小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。 我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。 デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
  論文  参考訳（メタデータ） (2022-02-16T19:00:00Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Quantum simulation of quantum field theories as quantum chemistry [9.208624182273288]
  コンフォーマル・トランケーション(英: Conformal truncation)は、一般的な強結合量子場理論を解くための強力な数値法である。 量子計算は格子近似の基本的な物理を理解するのに役立つだけでなく、直接量子場理論の手法をシミュレートすることも示している。
  論文  参考訳（メタデータ） (2020-04-28T01:20:04Z)

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。