論文の概要: Neural Quantum State Study of Fracton Models

• arxiv url: http://arxiv.org/abs/2406.11677v1
• Date: Mon, 17 Jun 2024 15:58:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-18 13:53:20.946733
• Title: Neural Quantum State Study of Fracton Models
• Title（参考訳）: フラクトンモデルの神経量子状態研究
• Authors: Marc Machaczek, Lode Pollet, Ke Liu,
• Abstract要約: フラクトン模型は3次元以上の非伝統的な位相秩序を包含する。 これらのモデルにおける相転移を研究するための新しいツールとして、ニューラル量子状態(NQS)を確立する。 本研究は,複雑な3次元問題の研究におけるNQSの顕著な可能性を示すものである。
• 参考スコア（独自算出の注目度）: 3.8068573698649826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fracton models host unconventional topological orders in three and higher dimensions and provide promising candidates for quantum memory platforms. Understanding their robustness against quantum fluctuations is an important task but also poses great challenges due to the lack of efficient numerical tools. In this work, we establish neural quantum states (NQS) as new tools to study phase transitions in these models. Exact and efficient parametrizations are derived for three prototypical fracton codes - the checkerboard and X-cube model, as well as Haah's code - both in terms of a restricted Boltzmann machine (RBM) and a correlation-enhanced RBM. We then adapt the correlation-enhanced RBM architecture to a perturbed checkerboard model and reveal its strong first-order phase transition between the fracton phase and a trivial field-polarizing phase. To this end, we simulate this highly entangled system on lattices of up to 512 qubits with high accuracy, representing a cutting-edge application of variational neural-network methods. Our work demonstrates the remarkable potential of NQS in studying complicated three-dimensional problems and highlights physics-oriented constructions of NQS architectures.
• Abstract（参考訳）: フラクトンモデルは3次元以上の非伝統的なトポロジ的順序をホストし、量子メモリプラットフォームに有望な候補を提供する。 量子ゆらぎに対するロバスト性を理解することは重要な課題であるが、効率的な数値ツールが欠如していることから大きな課題となる。 本研究では、これらのモデルにおける相転移を研究するための新しいツールとして、ニューラル量子状態(NQS)を確立する。 厳密で効率的なパラメトリゼーションは、チェッカーボードとXキューブの3つの原型フラクトン符号と、Haahの符号から導出される。 次に、相関強化RBMアーキテクチャを摂動チェッカーボードモデルに適応させ、フラクトン相と自明な電界分極相の間の強い一階位相遷移を明らかにする。 この目的のために, 最大512キュービットの格子上の高絡み合い系を高精度にシミュレートし, 変分ニューラルネットワーク手法の最先端適用を表現した。 本研究は,複雑な3次元問題の研究におけるNQSの顕著な可能性を示し,NQSアーキテクチャの物理指向構造を強調した。

関連論文リスト

• Universal Performance Gap of Neural Quantum States Applied to the Hofstadter-Bose-Hubbard Model [0.0]
  本研究では,Hofstadter-Bose-Hubbard (HBH)モデルの基底状態の近似におけるNQSの性能について検討した。 以上の結果から,磁束の増大はエネルギー誤差を最大3桁に増加させることが示唆された。
  論文  参考訳（メタデータ） (2024-05-03T10:18:35Z)
• Coherent Feed Forward Quantum Neural Network [2.1178416840822027]
  量子ニューラルネットワーク(QNN)に焦点をあてた量子機械学習は、いまだに膨大な研究分野である。 適応可能な中間層とノードの観点から,従来のFFNNの汎用性とシームレスに整合するボナフェイドQNNモデルを提案する。 本研究では,診断乳がん(Wisconsin)やクレジットカード不正検出データセットなど,さまざまなベンチマークデータセットを用いて提案モデルを検証した。
  論文  参考訳（メタデータ） (2024-02-01T15:13:26Z)
• 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)
• Introducing Non-Linearity into Quantum Generative Models [0.0]
  我々は、ニューラルネットワーク構造を介して非線形アクティベーションを標準のBorn Machineフレームワークに追加するモデルを導入する。 非線形QNBMと線形量子回路ボルンマシンを比較した。 両モデルとも、自明な均一な確率分布を容易に学習できるが、QNBMはQCBMの約3倍の誤差率を達成する。
  論文  参考訳（メタデータ） (2022-05-28T18:59:49Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• 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)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• Quaternion Factorization Machines: A Lightweight Solution to Intricate Feature Interaction Modelling [76.89779231460193]
  factorization machine(fm)は、機能間の高次インタラクションを自動的に学習し、手動の機能エンジニアリングを必要とせずに予測を行うことができる。 本研究では,スパース予測解析のためのQFM(Quaternion factorization Machine)とQNFM(Quaternion neural factorization Machine)を提案する。
  論文  参考訳（メタデータ） (2021-04-05T00:02:36Z)
• 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)
• 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。

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。