Fugu-MT 論文翻訳(概要): Efficient Hamiltonian reconstruction from equilibrium states

論文の概要: Efficient Hamiltonian reconstruction from equilibrium states

arxiv url: http://arxiv.org/abs/2403.18061v1
Date: Tue, 26 Mar 2024 19:26:13 GMT
ステータス: 処理完了
システム内更新日: 2024-03-28 21:14:58.227405
Title: Efficient Hamiltonian reconstruction from equilibrium states
Title（参考訳）: 平衡状態からの効率的なハミルトン再構成
Authors: Adam Artymowicz,
Abstract要約: 熱平衡における量子状態のハミルトニアンと温度を、制限された一連の測定値を用いて復元する新しいアルゴリズムについて述べる。我々は,100kbitのスピンチェーン上で最近傍のハミルトニアンを学習する問題について,アルゴリズムのベンチマークを行った。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We describe a novel algorithm that recovers the Hamiltonian and temperature of a quantum state in thermal equilibrium using a restricted set of measurements. The algorithm works by imposing a semidefinite constraint based on free energy minimization, which we interpret in terms of thermodynamic stability. We benchmark the algorithm on the problem of learning a nearest-neighbour Hamiltonian on a 100-qubit spin chain.
Abstract（参考訳）: 熱平衡における量子状態のハミルトニアンと温度を、制限された一連の測定値を用いて復元する新しいアルゴリズムについて述べる。このアルゴリズムは、熱力学的安定性の観点から解釈する自由エネルギー最小化に基づく半定値制約を課すことによって機能する。我々は,100kbitのスピンチェーン上で最近傍のハミルトニアンを学習する問題について,アルゴリズムのベンチマークを行った。

関連論文リスト

Predicting Ground State Properties: Constant Sample Complexity and Deep Learning Algorithms [48.869199703062606]
量子多体物理学における基本的な問題は、局所ハミルトニアンの基底状態を見つけることである。基底状態特性を学習するためのシステムサイズ$n$とは無関係に,一定のサンプル複雑性を実現する2つのアプローチを導入する。
論文参考訳（メタデータ） (2024-05-28T18:00:32Z)
Neural Time-Reversed Generalized Riccati Equation [60.92253836775246]
ハミルトン方程式は、コストテートとして知られる補助変数を通して最適性の解釈を提供する。本稿では,前向きに作業することを目的とした,新しいニューラルベースによる最適制御手法を提案する。
論文参考訳（メタデータ） (2023-12-14T19:29:37Z)
An efficient and exact noncommutative quantum Gibbs sampler [0.0]
任意の非可換ハミルトニアンのギブス状態に対して、効率よく実装可能で正確に詳細バランスの取れたリンドブラディアンを初めて構築する。我々の構成は、メトロポリス・ハスティングスアルゴリズムの連続時間量子アナログと見なすこともできる。
論文参考訳（メタデータ） (2023-11-15T18:51:24Z)
Learning Regularized Monotone Graphon Mean-Field Games [155.38727464526923]
正規化グラフィオン平均フィールドゲーム(GMFG)の基本問題について検討する。我々は、$lambda$-regularized GMFG の Nash Equilibrium (NE) の存在を確立する。弱い単調なGMFGでNEを学習するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-10-12T07:34:13Z)
Hamiltonian learning from time dynamics using variational algorithms [3.3269356210613656]
量子系のハミルトニアンはシュロディンガー方程式を通じて系の力学を支配している。本稿では,時系列データセットを構成するランダム状態の可測値を用いて,ハミルトニアンをパウリ基底で再構成する。本稿では, XX, ZZ結合を含むハミルトニアンについて, 横場イジング・ハミルトニアンとともに, SU(3) 群の生成元からなるハミルトニアンを学習するための解析的手法を提案する。
論文参考訳（メタデータ） (2022-12-28T05:22:57Z)
Learning many-body Hamiltonians with Heisenberg-limited scaling [3.460138063155115]
N$-qubit 局所ハミルトニアンの相互作用を学習するためのハイゼンベルク限界を達成するアルゴリズムを提案する。総進化時間$mathcalO(epsilon-1)$の後に、提案アルゴリズムは高い確率で$N$-qubit Hamiltonianのパラメータを$epsilon$-errorに効率的に推定することができる。
論文参考訳（メタデータ） (2022-10-06T16:30:51Z)
Continuous-Time Fitted Value Iteration for Robust Policies [93.25997466553929]
ハミルトン・ヤコビ・ベルマン方程式の解法は、制御、ロボティクス、経済学を含む多くの領域において重要である。連続適合値反復(cFVI)とロバスト適合値反復(rFVI)を提案する。これらのアルゴリズムは、多くの連続制御問題の非線形制御-アフィンダイナミクスと分離可能な状態とアクション報酬を利用する。
論文参考訳（メタデータ） (2021-10-05T11:33:37Z)
Quantum algorithm for time-dependent Hamiltonian simulation by permutation expansion [6.338178373376447]
時間依存ハミルトニアンの力学シミュレーションのための量子アルゴリズムを提案する。アルゴリズムのコストはハミルトニアン周波数に依存しないことを示す。
論文参考訳（メタデータ） (2021-03-29T05:02:02Z)
A Hybrid Quantum-Classical Hamiltonian Learning Algorithm [6.90132007891849]
ハミルトン学習は、量子デバイスと量子シミュレータの認定に不可欠である。本研究では,ハミルトニアン作用素の係数を求めるために,ハイブリッド量子古典ハミルトン学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-01T15:15:58Z)
A Polynomial Time Algorithm for Learning Halfspaces with Tsybakov Noise [55.45544638410858]
本研究では,Tsybakovノイズの存在下でのPAC学習の相同性半空間の問題について検討する。我々のアルゴリズムは、任意の精度$epsilon$で真のハーフスペースを学習する。
論文参考訳（メタデータ） (2020-10-04T22:19:06Z)
Neural Thompson Sampling [94.82847209157494]
本稿では,ニューラルトンプソンサンプリング(Neural Thompson Smpling)と呼ばれる新しいアルゴリズムを提案する。我々のアルゴリズムの中核は報酬の新たな後部分布であり、その平均はニューラルネットワーク近似器であり、その分散は対応するニューラルネットワークのニューラル・タンジェントな特徴に基づいて構築されている。
論文参考訳（メタデータ） (2020-10-02T07:44:09Z)

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。