論文の概要: Tensor Networks for Lattice Gauge Theories beyond one dimension: a Roadmap

• arxiv url: http://arxiv.org/abs/2407.03058v1
• Date: Wed, 3 Jul 2024 12:30:04 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-04 14:26:01.178579
• Title: Tensor Networks for Lattice Gauge Theories beyond one dimension: a Roadmap
• Title（参考訳）: 1次元を超える格子ゲージ理論のためのテンソルネットワーク:ロードマップ
• Authors: Giuseppe Magnifico, Giovanni Cataldi, Marco Rigobello, Peter Majcen, Daniel Jaschke, Pietro Silvi, Simone Montangero,
• Abstract要約: ネットワーク法(Network method)は、平衡外における多体量子システムを研究するための数値ツールとアルゴリズムのクラスである。 彼らは高エネルギー物理学における関連する問題に近づく格子ゲージ理論のシミュレーションに重要な応用を見出した。
• 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: Tensor network methods are a class of numerical tools and algorithms to study many-body quantum systems in and out of equilibrium, based on tailored variational wave functions. They have found significant applications in simulating lattice gauge theories approaching relevant problems in high-energy physics. Compared to Monte Carlo methods, they do not suffer from the sign problem, allowing them to explore challenging regimes such as finite chemical potentials and real-time dynamics. Further development is required to tackle fundamental challenges, such as accessing continuum limits or computations of large-scale quantum chromodynamics. In this work, we review the state-of-the-art of Tensor Network methods and discuss a possible roadmap for algorithmic development and strategies to enhance their capabilities and extend their applicability to open high-energy problems. We provide tailored estimates of the theoretical and computational resource scaling for attacking large-scale lattice gauge theories.
• Abstract（参考訳）: テンソルネットワーク法(テンソルネットワークほう、Tensor network method)は、多体量子系を平衡状態から外へ、調整された変動波動関数に基づいて研究する数値ツールとアルゴリズムのクラスである。 彼らは高エネルギー物理学における関連する問題に近づく格子ゲージ理論のシミュレーションに重要な応用を見出した。 モンテカルロ法と比較すると、それらは符号問題に苦しめられず、有限化学ポテンシャルやリアルタイム力学のような挑戦的な状態を探ることができる。 継続限界へのアクセスや大規模量子色力学の計算といった基本的な課題に取り組むためには、さらなる開発が必要である。 本稿では,テンソルネットワーク手法の現状を概観し,その能力向上と高エネルギー問題への適用性向上に向けたアルゴリズム開発と戦略のロードマップについて論じる。 大規模格子ゲージ理論を攻撃するための理論的および計算的資源スケーリングの調整された見積もりを提供する。

関連論文リスト

• From Graphs to Qubits: A Critical Review of Quantum Graph Neural Networks [56.51893966016221]
  量子グラフニューラルネットワーク(QGNN)は、量子コンピューティングとグラフニューラルネットワーク(GNN)の新たな融合を表す。 本稿では,QGNNの現状を批判的にレビューし,様々なアーキテクチャを探求する。 我々は、高エネルギー物理学、分子化学、ファイナンス、地球科学など多種多様な分野にまたがる応用について論じ、量子的優位性の可能性を強調した。
  論文  参考訳（メタデータ） (2024-08-12T22:53:14Z)
• Hamiltonian truncation tensor networks for quantum field theories [42.2225785045544]
  連続場理論の古典的シミュレーションのためのテンソルネットワーク手法を提案する。 この手法はハミルトン・トランケーションとテンソル・ネットワーク技術に基づいて構築されている。 重要な発展の1つは、大域的プロジェクターの行列積状態表現の正確な構成である。
  論文  参考訳（メタデータ） (2023-12-19T19:00:02Z)
• Aspects of scaling and scalability for flow-based sampling of lattice QCD [137.23107300589385]
  格子場理論におけるサンプリングへの機械学習正規化流れの最近の応用は、そのような手法が臨界減速と位相凍結を緩和できる可能性を示唆している。 最先端の格子量子色力学計算に適用できるかどうかはまだ定かではない。
  論文  参考訳（メタデータ） (2022-11-14T17:07:37Z)
• Toward Quantum Computing Phase Diagrams of Gauge Theories with Thermal Pure Quantum States [0.0]
  制約ゲージ理論に応用した統計力学の熱純量子状態定式化の一般化を提案する。 我々は, 単純な低次元ゲージ理論の位相図が, このアプローチを用いて頑健に決定されていることを数値的に示す。
  論文  参考訳（メタデータ） (2022-08-28T01:26:10Z)
• Loop-Free Tensor Networks for High-Energy Physics [0.0]
  テンソル・ネットワーク・メソッドは 凝縮物質物理学と量子情報科学から生まれた 強力な理論と数値のパラダイムです この簡単なレビューでは、凝縮物質物理学と量子情報科学から生じる強力な理論的および数値的パラダイムであるテンソルネットワーク手法について紹介する。
  論文  参考訳（メタデータ） (2021-09-24T09:38:45Z)
• 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)
• 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)
• Dynamics of two-dimensional open quantum lattice models with tensor networks [0.0]
  熱力学的極限に直接適用可能な無限射影ペア演算子(iPEPO)アンサッツに基づくテンソルネットワーク法を開発した。 非平均場限界における散逸的逆量子イジングと駆動散逸型ハードコアボソンモデルを考える。 提案手法は,既存の手法の適用範囲をはるかに超えながら,現在の実験に利用できる制度を研究できる。
  論文  参考訳（メタデータ） (2020-12-22T18:24:20Z)
• Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
  本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。 これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
  論文  参考訳（メタデータ） (2020-08-12T11:30:23Z)
• Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
  我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。 量子回路合成問題における時間-最適制御の強化について述べる。 我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
  論文  参考訳（メタデータ） (2020-06-19T19:12:14Z)

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。