論文の概要: From Architectures to Applications: A Review of Neural Quantum States
- arxiv url: http://arxiv.org/abs/2402.09402v1
- Date: Wed, 14 Feb 2024 18:59:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-15 13:59:27.845210
- Title: From Architectures to Applications: A Review of Neural Quantum States
- Title（参考訳）: アーキテクチャからアプリケーションへ:ニューラル量子状態のレビュー
- Authors: Hannah Lange, Anka Van de Walle, Atiye Abedinnia and Annabelle Bohrdt
- Abstract要約: 我々は、そのようなシステムのシミュレーション、すなわちニューラル量子状態(NQS)のための比較的新しい変分状態のクラスをレビューする。
NQSは、状態の正確なパラメータ化に必要な指数関数的に多くの係数を格納するのではなく、ネットワークパラメータの観点から状態を圧縮することで指数関数スケーリングを克服する。
- 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: Due to the exponential growth of the Hilbert space dimension with system
size, the simulation of quantum many-body systems has remained a persistent
challenge until today. Here, we review a relatively new class of variational
states for the simulation of such systems, namely neural quantum states (NQS),
which overcome the exponential scaling by compressing the state in terms of the
network parameters rather than storing all exponentially many coefficients
needed for an exact parameterization of the state. We introduce the commonly
used NQS architectures and their various applications for the simulation of
ground and excited states, finite temperature and open system states as well as
NQS approaches to simulate the dynamics of quantum states. Furthermore, we
discuss NQS in the context of quantum state tomography.
- Abstract（参考訳）: 系の大きさのヒルベルト空間次元の指数関数的成長のため、量子多体系のシミュレーションは今日まで永続的な課題である。
本稿では,ニューラルネットワークのパラメータ化に必要な指数的に多くの係数を格納するのではなく,ネットワークパラメータの項で状態を圧縮することで,指数的スケーリングを克服するニューラルネットワーク量子状態(NQS)のシミュレーションのための,比較的新しい変分状態のクラスを概説する。
量子状態の力学をシミュレートするNQSアプローチと同様に、一般に使われているNQSアーキテクチャとその様々な応用を、基底状態と励起状態、有限温度および開系状態のシミュレーションに導入する。
さらに、量子状態トモグラフィーの文脈でNQSについて議論する。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Comment on "Can Neural Quantum States Learn Volume-Law Ground States?" [44.99833362998488]
選択したNQSはスピン問題とフェルミオン問題の両方に対して体積法的絡み合いを持つ基底状態を学ぶことができることを示す。
上述の文字で使用した設定は、非フェルミオンNQSがフェルミオン状態の学習に不効率であることを明らかにする。
論文 参考訳（メタデータ） (2023-09-20T14:44:04Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Reconstructing complex states of a 20-qubit quantum simulator [0.6646556786265893]
本稿では, 量子状態の多角化を効果的に再現する手法を示す。
我々は,ニューラルネットワークの量子状態表現に基づく手法と比較して,状態再構成の品質と収束の高速化を観察する。
本研究は,多体量子系のクエンチダイナミクスによって生成される複素状態の効率的な実験的評価への道を開くものである。
論文 参考訳（メタデータ） (2022-08-09T15:52:20Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳（メタデータ） (2022-06-03T18:00:02Z) - Adaptive Quantum State Tomography with Active Learning [0.0]
本稿では,能動学習を用いた量子状態トモグラフィーの効率的なスキームを提案し,実装する。
本手法は, 1次元のXXZモデルと運動的に制約されたスピン鎖の基底状態だけでなく, 様々なエンタングルメントの程度で異なるマルチキュービット状態の再構成を行う。
提案手法は,量子多体システムにおける物理的洞察を得るとともに,量子デバイスをベンチマークし,特徴付けるためにも有効である。
論文 参考訳（メタデータ） (2022-03-29T16:23:10Z) - Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。
一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。
二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
論文 参考訳（メタデータ） (2021-12-22T15:27:30Z) - Infinite Neural Network Quantum States: Entanglement and Training
Dynamics [1.0878040851638]
我々は、アンサンブル統計による表現力を示すニューラルネットワーク量子状態(infty$-NNQS)の無限限界について研究する。
ニューラルネットワーク量子状態の勾配降下ダイナミクスを研究するための一般的なフレームワークを開発した。
$infty$-NNQSは、他の物理学応用における絡み合いの研究とトレーニングの新たな機会を開く。
論文 参考訳（メタデータ） (2021-12-01T18:57:17Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳（メタデータ） (2020-06-28T23:44:12Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳（メタデータ） (2019-12-31T07:40:23Z)
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。