論文の概要: Using a Feedback-Based Quantum Algorithm to Analyze the Critical Properties of the ANNNI Model Without Classical Optimization
- arxiv url: http://arxiv.org/abs/2406.17937v1
- Date: Tue, 25 Jun 2024 20:58:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 15:17:27.258132
- Title: Using a Feedback-Based Quantum Algorithm to Analyze the Critical Properties of the ANNNI Model Without Classical Optimization
- Title(参考訳): フィードバックに基づく量子アルゴリズムを用いた古典最適化のないANNNIモデルの臨界特性の解析
- Authors: G. E. L. Pexe, L. A. M. Rattighieri, A. L. Malvezzi, F. F. Fanchini,
- Abstract要約: フィードバック型量子アルゴリズム(FALQON)を用いた異方性Next-Nearest-Neighbor Ising(ANNNI)モデルの臨界特性について検討する。
このアプローチにより、古典的な最適化手法に頼ることなく、基底状態と励起状態の両方を計算することができる。
- 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 investigate the critical properties of the Anisotropic Next-Nearest-Neighbor Ising (ANNNI) model using a feedback-based quantum algorithm (FALQON). This approach allows us to compute both ground and excited states without relying on classical optimization methods. We study the quantum phase transitions using the Finite Size Scaling method, analyze correlation functions through spin correlations in the ground state, and examine magnetic structure by calculating structure factors via the Discrete Fourier Transform. Our results demonstrate the algorithm's capability to identify quantum phase transitions and efficiently map the ANNNI model's magnetic phases, establishing FALQON as a powerful tool to study complex magnetic systems.
- Abstract(参考訳): 本稿では、フィードバックベース量子アルゴリズム(FALQON)を用いて、異方性Next-Nearest-Neighbor Ising(ANNNI)モデルの臨界特性について検討する。
このアプローチにより、古典的な最適化手法に頼ることなく、基底状態と励起状態の両方を計算することができる。
有限サイズスケーリング法を用いて量子相転移を解析し、基底状態におけるスピン相関による相関関数を解析し、離散フーリエ変換による構造因子の計算により磁気構造を考察する。
以上の結果から,量子相転移を同定し,ANNNIモデルの磁気相を効率的にマッピングするアルゴリズムの能力を実証し,FALQONを複雑な磁気系を研究する強力なツールとして確立した。
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) - Quantum subspace expansion approach for simulating dynamical response functions of Kitaev spin liquids [14.379311972506791]
我々は,強相関磁性材料の特性を大規模に研究するための量子シミュレーションに基づくアプローチを開発した。
我々は,ハニカム・キタエフモデルによってホストされる量子スピン液体(QSL)状態のパラダイム的な例を考え,トレーニング可能な対称性誘導アンザッツを用いて基底状態を作成する。
論文 参考訳(メタデータ) (2024-07-05T01:09:18Z) - 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) - D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。
このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。
さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
論文 参考訳(メタデータ) (2023-03-01T10:38:10Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳(メタデータ) (2022-12-21T23:15:17Z) - Provably efficient variational generative modeling of quantum many-body
systems via quantum-probabilistic information geometry [3.5097082077065003]
パラメータ化混合状態に対する量子自然勾配降下の一般化を導入する。
また、堅牢な一階近似アルゴリズム、Quantum-Probabilistic Mirror Descentを提供する。
我々のアプローチは、モデル選択における柔軟性を実現するために、それまでのサンプル効率の手法を拡張しました。
論文 参考訳(メタデータ) (2022-06-09T17:58:15Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - Enhancement of quantum correlations and geometric phase for a driven
bipartite quantum system in a structured environment [77.34726150561087]
構造環境下で進化する初期最大絡み合い状態における運転の役割について検討した。
この知識は、散逸動力学の下で量子特性を最もよく保持する物理装置の探索に役立つ。
論文 参考訳(メタデータ) (2021-03-18T21:11:37Z) - Chaos and Complexity from Quantum Neural Network: A study with Diffusion
Metric in Machine Learning [0.0]
量子ニューラルネットワーク(QNN)の機械学習力学における量子カオス現象と複雑性について検討する。
統計的および微分幾何学的手法を用いてQNNの学習理論を研究する。
論文 参考訳(メタデータ) (2020-11-16T10:41:47Z) - 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。
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。