論文の概要: Computational complexity of isometric tensor network states
- arxiv url: http://arxiv.org/abs/2402.07975v1
- Date: Mon, 12 Feb 2024 19:00:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-14 17:53:34.779966
- Title: Computational complexity of isometric tensor network states
- Title(参考訳): 等尺テンソルネットワーク状態の計算複雑性
- Authors: Daniel Malz and Rahul Trivedi
- Abstract要約: 2D isoTNSを1+1Dユニタリ量子回路にマッピングする。
強いインジェクティブなアイソTNSで局所的な期待値を計算するための高速な古典的アルゴリズムを求める。
本研究の結果は,isoTNSを契約する証明可能なアルゴリズムの設計に利用できる。
- 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 determine the computational power of isometric tensor network states
(isoTNS), a variational ansatz originally developed to numerically find and
compute properties of gapped ground states and topological states in two
dimensions. By mapping 2D isoTNS to 1+1D unitary quantum circuits, we find that
computing local expectation values in isoTNS is $\textsf{BQP}$-complete. We
then introduce injective isoTNS, which are those isoTNS that are the unique
ground states of frustration-free Hamiltonians, and which are characterized by
an injectivity parameter $\delta\in(0,1/D]$, where $D$ is the bond dimension of
the isoTNS. We show that injectivity necessarily adds depolarizing noise to the
circuit at a rate $\eta=\delta^2D^2$. We show that weakly injective isoTNS
(small $\delta$) are still $\textsf{BQP}$-complete, but that there exists an
efficient classical algorithm to compute local expectation values in strongly
injective isoTNS ($\eta\geq0.41$). Sampling from isoTNS corresponds to
monitored quantum dynamics and we exhibit a family of isoTNS that undergo a
phase transition from a hard regime to an easy phase where the monitored
circuit can be sampled efficiently. Our results can be used to design provable
algorithms to contract isoTNS. Our mapping between ground states of certain
frustration-free Hamiltonians to open circuit dynamics in one dimension fewer
may be of independent interest.
- Abstract(参考訳): ガッピング基底状態と位相状態の2次元的性質を数値的に求め計算するために開発された変分アンサッツである等尺テンソルネットワーク状態(isotns)の計算能力を決定する。
2D isoTNSを1+1Dユニタリ量子回路にマッピングすることにより、isoTNSの局所期待値は$\textsf{BQP}$-completeであることが分かる。
次に、IsoTNSを導入し、IsoTNSはフラストレーションフリーハミルトニアンの独特な基底状態であり、IsoTNSの結合次元が$D$であるインジェクティブパラメータ$\delta\in(0,1/D]$によって特徴づけられる。
インジェクティビティは必ず回路に非偏極ノイズを$\eta=\delta^2D^2$で付加することを示す。
弱い単射isoTNS(小$\delta$)は依然として$\textsf{BQP}$-completeであるが、強い単射isoTNS(\eta\geq0.41$)の局所期待値を計算するための効率的な古典的アルゴリズムが存在することを示す。
isotnsからのサンプリングは、監視された量子力学に対応し、ハードレジームから監視された回路を効率的にサンプリングできる簡単な位相に位相遷移する一連のisotnを示す。
本研究の結果は,isoTNSを契約する証明可能なアルゴリズムの設計に利用できる。
フラストレーションフリーハミルトニアンの基底状態と1次元の開回路力学の間の写像は、独立な関心を持つかもしれない。
関連論文リスト
- Sample Complexity of Neural Policy Mirror Descent for Policy
Optimization on Low-Dimensional Manifolds [75.51968172401394]
深部畳み込みニューラルネットワーク(CNN)を用いたNPMDアルゴリズムのサンプル複雑性について検討した。
NPMDの各イテレーションでは、値関数とポリシーの両方をCNNによってうまく近似することができる。
NPMDは状態空間の低次元構造を利用して次元の呪いから逃れることができることを示す。
論文 参考訳(メタデータ) (2023-09-25T07:31:22Z) - Speed Limits for Deep Learning [67.69149326107103]
熱力学の最近の進歩は、初期重量分布から完全に訓練されたネットワークの最終分布への移動速度の制限を可能にする。
線形および線形化可能なニューラルネットワークに対して,これらの速度制限に対する解析式を提供する。
NTKスペクトルとラベルのスペクトル分解に関するいくつかの妥当なスケーリング仮定を考えると、学習はスケーリングの意味で最適である。
論文 参考訳(メタデータ) (2023-07-27T06:59:46Z) - Isometric tensor network optimization for extensive Hamiltonians is free
of barren plateaus [0.0]
等尺テンソルネットワーク状態(TNS)のエネルギー最適化にはバレンプラトーが存在しないことを示す。
TNSは、強相関量子物質の効率的な量子計算に基づく研究に期待できるルートである。
論文 参考訳(メタデータ) (2023-04-27T16:45:57Z) - Two Dimensional Isometric Tensor Networks on an Infinite Strip [1.2569180784533303]
有限平方格子上の2次元システムの効率的なシミュレーションを行うために,isoTNS (isoTNS) のクラスを導入する。
2次元量子状態の無限MPS表現をストリップアイソTNSに繰り返し変換し、結果として生じる状態の絡み合い特性を調べる。
最後に、無限時間進化ブロックデシミテーションアルゴリズム(iTEBDsuperscript2)を導入し、無限ストリップ幾何学の格子上の2次元横フィールドイジングモデルの基底状態を近似する。
論文 参考訳(メタデータ) (2022-11-25T19:00:06Z) - Quantum-Inspired Tempering for Ground State Approximation using
Artificial Neural Networks [0.0]
そこで本研究では,局所的なミニマムからの脱出を容易にする並列テンパリング手法を提案する。
量子並列テンパリングによるトレーニングの強化は、問題インスタンスの基底状態に対する良い近似を見つけるのに有用であることを示す。
論文 参考訳(メタデータ) (2022-10-20T16:50:32Z) - 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) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳(メタデータ) (2021-07-19T23:41:03Z) - SiMaN: Sign-to-Magnitude Network Binarization [165.5630656849309]
重みバイナライゼーションは、高倍率重みを+1s、0sに符号化することで分析ソリューションを提供する。
二元化ネットワークの学習重みは、エントロピーを許さないラプラシアン分布に概ね従うことが証明される。
CIFAR-10 と ImageNet を用いて,シマナライゼーション (SiMaN) と呼ばれる手法の評価を行った。
論文 参考訳(メタデータ) (2021-02-16T07:03:51Z) - Random quantum circuits anti-concentrate in log depth [118.18170052022323]
本研究では,典型的な回路インスタンスにおける測定結果の分布に要するゲート数について検討する。
我々の反集中の定義は、予測衝突確率が分布が均一である場合よりも大きい定数因子に過ぎないということである。
ゲートが1D環上で最寄りである場合と、ゲートが長距離である場合の両方において、$O(n log(n))ゲートも十分であることを示す。
論文 参考訳(メタデータ) (2020-11-24T18:44:57Z) - Holographic quantum algorithms for simulating correlated spin systems [0.0]
相関スピン系の効率的な基底状態準備と動的進化のための「ホログラフィック」量子アルゴリズムスイートを提案する。
このアルゴリズムは、行列生成状態(MPS)と量子チャネルの等価性、および部分的な測定と量子ビット再使用を利用する。
潜在的な資源貯蓄の実証として,トラップイオン量子コンピュータ上での反強磁性ハイゼンベルク鎖のホロVQEシミュレーションを実装した。
論文 参考訳(メタデータ) (2020-05-06T18:00:01Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳(メタデータ) (2020-02-25T19:18:36Z)
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。