Fugu-MT 論文翻訳(概要): Neural Quantum States in Variational Monte Carlo Method: A Brief Summary

論文の概要: Neural Quantum States in Variational Monte Carlo Method: A Brief Summary

arxiv url: http://arxiv.org/abs/2406.01017v1
Date: Mon, 3 Jun 2024 05:55:55 GMT
ステータス: 処理完了
システム内更新日: 2024-06-06 02:17:50.713041
Title: Neural Quantum States in Variational Monte Carlo Method: A Brief Summary
Title（参考訳）: 変分モンテカルロ法におけるニューラル量子状態:簡単な概要
Authors: Yuntai Song,
Abstract要約: スピン系に対するニューラル量子状態に基づく変分モンテカルロ法について概説する。ニューラルネットワークは、比較的小さな計算資源を持つ比較的複雑な波動関数を表現できる。量子状態トモグラフィでは、神経量子状態の表現法はすでに大きな成果を上げている。
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: In this note, variational Monte Carlo method based on neural quantum states for spin systems is reviewed. Using a neural network as the wave function allows for a more generalized expression of various types of interactions, including highly non-local interactions, which are closely related to its non-linear activation functions. Additionally, neural networks can represent relatively complex wave functions with relatively small computational resources when dealing with higher-dimensional systems, which is undoubtedly a "flattening" advantage. In quantum-state tomography, the representation method of neural quantum states has already achieved significant results, hinting at its potential in handling larger-sized systems.
Abstract（参考訳）: 本稿では,スピン系の量子状態に基づく変分モンテカルロ法について概説する。ニューラルネットワークを波動関数として使用すると、その非線型活性化関数と密接に関連している非常に非局所的な相互作用を含む、様々な種類の相互作用のより一般化された表現が可能になる。さらに、ニューラルネットワークは、高次元システムを扱う場合、比較的小さな計算資源を持つ比較的複雑な波動関数を表現できる。量子状態トモグラフィーにおいて、ニューラル量子状態の表現法はすでに大きな成果を上げており、より大きなシステムを扱う可能性を示している。

関連論文リスト

Neural Network Solutions of Bosonic Quantum Systems in One Dimension [0.0]
我々は、ニューラルネットワークを用いて、いくつかの異なる積分可能なボソニック量子系を1次元で研究することで、方法論をベンチマークする。多数の粒子を持つシステムに対する手続きのスケーラビリティをテストする一方で、ニューラルネットワークに対称関数入力を導入し、区別不能な粒子の交換対称性を強制する。
論文参考訳（メタデータ） (2023-09-05T16:08:48Z)
Information-driven Nonlinear Quantum Neuron [0.0]
本研究では,オープン量子システムとして動作するハードウェア効率の高い量子ニューラルネットワークを提案する。入力量子情報のパラメトリゼーションが容易な繰り返し相互作用に基づくこの散逸モデルが、微分可能非線形活性化関数を示すことを示す。
論文参考訳（メタデータ） (2023-07-18T07:12:08Z)
Neural-network quantum states for ultra-cold Fermi gases [49.725105678823915]
この研究は、メッセージパッシングアーキテクチャに基づいたバックフロー変換を含む、新しいPfaffian-Jastrowニューラルネットワーク量子状態を導入する。逆スピン対分布関数による強いペアリング相関の出現を観察する。この結果から, ニューラルネットワーク量子状態は, 超低温フェルミガスの研究に有望な戦略をもたらすことが示唆された。
論文参考訳（メタデータ） (2023-05-15T17:46:09Z)
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)
Variational learning of quantum ground states on spiking neuromorphic hardware [0.0]
高次元サンプリング空間と過渡自己相関は、難しい計算ボトルネックを伴うニューラルネットワークに直面する。従来のニューラルネットワークと比較して、物理モデルデバイスは高速で効率的で本質的に並列な基板を提供する。変動エネルギー最小化による量子スピンモデルの基底状態を表すニューロモルフィックチップの能力を示す。
論文参考訳（メタデータ） (2021-09-30T14:39:45Z)
Autoregressive neural-network wavefunctions for ab initio quantum chemistry [3.5987961950527287]
新しい自己回帰型ニューラルネットワーク(ARN)による電子波動関数のパラメータ化これにより、最大30個のスピン軌道を持つ分子上で電子構造計算を行うことができる。
論文参考訳（メタデータ） (2021-09-26T13:44:41Z)
The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文参考訳（メタデータ） (2021-03-08T17:24:29Z)
Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文参考訳（メタデータ） (2021-03-04T18:21:00Z)
Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文参考訳（メタデータ） (2020-07-28T14:52:28Z)
Probing Criticality in Quantum Spin Chains with Neural Networks [0.0]
隠れた層を持たないニューラルネットワークでさえ、磁気秩序と乱れ相の区別を効果的に訓練できることが示される。我々の結果は、相互作用する量子多体系の幅広いクラスに拡張され、多体量子物理学へのニューラルネットワークの広範な適用性を示す。
論文参考訳（メタデータ） (2020-05-05T12:34:50Z)
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。