論文の概要: Variance Minimisation of the Lipkin-Meshkov-Glick Model on a Quantum
Computer
- arxiv url: http://arxiv.org/abs/2403.08625v1
- Date: Wed, 13 Mar 2024 15:40:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 13:38:18.809338
- Title: Variance Minimisation of the Lipkin-Meshkov-Glick Model on a Quantum
Computer
- Title(参考訳): 量子上のLipkin-Meshkov-Glickモデルの分散最小化
コンピュータ
- Authors: Isaac Hobday, Paul Stevenson, James Benstead
- Abstract要約: 我々は分散最小化法を用いて、リプキン-メシュコフ-グリックモデルのエネルギー固有値の全スペクトルを求める。
我々は、IBMクラウドベースの量子コンピュータを介してアクセスされる量子シミュレータと実際の量子ハードウェアの両方を用いて、これらの計算を実行する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computing can potentially provide advantages for specific
computational tasks. The simulation of fermionic systems is one such task that
lends itself well to quantum computation, with applications in nuclear physics
and electronic systems. Here we present work in which we use a variance
minimisation method to find the full spectrum of energy eigenvalues of the
Lipkin-Meshkov-Glick model; an exactly-solvable nuclear shell model-type
system. We perform these calculations using both quantum simulators and real
quantum hardware accessed via IBM cloud-based quantum computers. Using these
IBM quantum computers we are able to obtain all eigenvalues for the cases of
three and seven fermions (nucleons) in the Lipkin-Meshkov-Glick model.
- Abstract(参考訳): 量子コンピューティングは、特定の計算タスクに利点をもたらす可能性がある。
フェルミオン系のシミュレーションは、核物理学や電子システムへの応用とともに、量子計算によく役立つタスクの一つである。
本稿では, 分散最小化法を用いて, リプキン・メシュコフ・グリックモデルのエネルギー固有値の全スペクトルを求める。
我々は、IBMクラウドベースの量子コンピュータを介してアクセスされる量子シミュレータと実際の量子ハードウェアの両方を用いて、これらの計算を実行する。
これらのIBM量子コンピュータを用いて、Lipkin-Meshkov-Glickモデルにおける3つのフェルミオンと7つのフェルミオン(核子)のすべての固有値を得ることができる。
関連論文リスト
- 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) - Quantum Simulations in Effective Model Spaces (I): Hamiltonian
Learning-VQE using Digital Quantum Computers and Application to the
Lipkin-Meshkov-Glick Model [0.0]
我々は、反復型ハイブリッド古典量子アルゴリズム、ハミルトン学習変分量子固有解法(HL-VQE)を導入する。
HL-VQEはLipkin-Meshkov-Glickモデル計算において指数関数的改善をもたらす。
この研究は、核システムの記述のための絡み合い駆動量子アルゴリズムの開発におけるステップを構成する。
論文 参考訳(メタデータ) (2023-01-14T21:10:02Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Scalable Simulation of Quantum Measurement Process with Quantum
Computers [13.14263204660076]
量子計測過程をエミュレートする量子ビットモデルを提案する。
1つのモデルは単一光子検出によって動機付けされ、もう1つはスピン測定によって動機付けされる。
我々はSchr"odinger cat-like状態を生成し、それに対応する量子回路を明示的に示す。
論文 参考訳(メタデータ) (2022-06-28T14:21:43Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - Extending the reach of quantum computing for materials science with
machine learning potentials [0.3352108528371308]
本稿では,機械学習のポテンシャルを用いて,量子計算手法の範囲を大規模シミュレーションに拡張する戦略を提案する。
各種ノイズ源を選択する機械学習能力の訓練性について検討する。
我々は、水素分子のための実際のIBM Quantumプロセッサ上で計算されたデータから、最初の機械学習ポテンシャルを構築する。
論文 参考訳(メタデータ) (2022-03-14T15:59:30Z) - 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) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳(メタデータ) (2021-04-21T13:26:42Z) - Lipkin model on a quantum computer [0.0]
本稿では,Lipkin-Meshkov-Glickモデルに対して,変分量子固有解法(VQE)アルゴリズムを実装する回路を開発した。
本稿では,2粒子および3粒子に対するVQEの量子回路を提案し,さらに多くの粒子に対する回路構築について議論する。
論文 参考訳(メタデータ) (2020-11-08T22:36:43Z) - Quantum simulations of materials on near-term quantum computers [1.856334276134661]
活性領域の強相関電子状態の計算のための量子埋め込み理論を提案する。
半導体中のいくつかの欠陥量子ビットを解析することにより, アプローチの精度と有効性を示す。
論文 参考訳(メタデータ) (2020-02-25T20:57:57Z)
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。