Fugu-MT 論文翻訳(概要): Quantum states from normalizing flows

論文の概要: Quantum states from normalizing flows

arxiv url: http://arxiv.org/abs/2406.02451v1
Date: Tue, 4 Jun 2024 16:16:58 GMT
ステータス: 処理完了
システム内更新日: 2024-06-05 15:20:58.493575
Title: Quantum states from normalizing flows
Title（参考訳）: 正規化流れからの量子状態
Authors: Scott Lawrence, Arlee Shelby, Yukari Yamauchi,
Abstract要約: 正規化フローに基づく多体量子力学系のためのニューラル量子状態のアーキテクチャを提案する。我々は、このアーキテクチャを地中準備とリアルタイム進化の両方に活用することを実証する。
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: We introduce an architecture for neural quantum states for many-body quantum-mechanical systems, based on normalizing flows. The use of normalizing flows enables efficient uncorrelated sampling of configurations from the probability distribution defined by the wavefunction, mitigating a major cost of using neural states in simulation. We demonstrate the use of this architecture for both ground-state preparation (for self-interacting particles in a harmonic trap) and real-time evolution (for one-dimensional tunneling). Finally, we detail a procedure for obtaining rigorous estimates of the systematic error when using neural states to approximate quantum evolution.
Abstract（参考訳）: 正規化フローに基づく多体量子力学系のためのニューラル量子状態のアーキテクチャを提案する。正規化フローを使用することで、波動関数によって定義される確率分布から構成の非相関な効率的なサンプリングが可能となり、シミュレーションでニューラルステートを使用する際の大きなコストが軽減される。本研究では,この構造を地中準備(ハーモニックトラップ内での自己相互作用粒子)とリアルタイム進化(一次元トンネル)の両方に利用することを示す。最後に、ニューラルネットワークを用いて量子進化を近似する際の体系的誤差の厳密な推定方法について述べる。

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)
Emergence of global receptive fields capturing multipartite quantum correlations [0.565473932498362]
量子物理学において、波動関数レベルで明確に定義された構造を持つ単純なデータでさえ、非常に複雑な相関によって特徴づけられる。量子統計学を学習しながら、ニューラルネットワークの重み空間をモニタリングすることで、複雑な多部パターンに関する物理的直観を発達させることができることを示す。この結果から,非局所パターンを用いたデータ処理のための畳み込みニューラルネットワークの構築について,新たな知見が得られた。
論文参考訳（メタデータ） (2024-08-23T12:45:40Z)
Exploring quantum localization with machine learning [39.58317527488534]
本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
論文参考訳（メタデータ） (2024-06-01T08:50:26Z)
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)
Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
論文参考訳（メタデータ） (2022-06-30T17:45:05Z)
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)
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)
Continuous-variable neural-network quantum states and the quantum rotor model [2.3398944692275476]
第1量子化における連続可変格子量子系の解析のためのニューラルネットワーク量子状態アルゴリズムについて検討する。ボルツマン機械(RBM)波動関数を自然に一般化する連続可変トライアルウェーブフランプトンの族が導入された。その結果, 偏微分方程式 (PDE) に基づくスケーラブル固有解法と比較した。
論文参考訳（メタデータ） (2021-07-15T03:53:14Z)
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)
Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
オープン量子システムのダイナミクスに対処するためのアプローチを提案する。自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
論文参考訳（メタデータ） (2020-09-11T18:00:00Z)
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)

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。