論文の概要: Quantum many-body simulation of finite-temperature systems with sampling a series expansion of a quantum imaginary-time evolution
- arxiv url: http://arxiv.org/abs/2409.07070v2
- Date: Sun, 27 Oct 2024 05:44:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-07 21:53:46.370133
- Title: Quantum many-body simulation of finite-temperature systems with sampling a series expansion of a quantum imaginary-time evolution
- Title（参考訳）: 量子想像時間進化の系列展開をサンプリングした有限温度系の量子多体シミュレーション
- Authors: Norifumi Matsumoto, Shoichiro Tsutsui, Yuya O. Nakagawa, Yuichiro Hidaka, Shota Kanasugi, Kazunori Maruyama, Hirotaka Oshima, Shintaro Sato,
- Abstract要約: 量子コンピュータは、有限温度で大規模システムをシミュレートすることができると期待されている。
有限温度で観測可能な天体の熱平衡期待値を計算するために,この初期段階の量子デバイスに適した手法を提案する。
- 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: Simulating thermal-equilibrium properties at finite temperature is crucial for studying quantum many-body systems. Quantum computers are expected to enable us to simulate large systems at finite temperatures, overcoming challenges faced by classical computers, like the sign problem of the quantum Monte-Carlo technique. Conventional methods suitable for fault-tolerant quantum computing (FTQC) devices are designed for studying large-scale quantum many-body systems but require a large number of ancilla qubits and a deep quantum circuit with many basic gates, making them unsuitable for the early stage of the FTQC era, at which the availability of qubits and quantum gates is limited. In this paper, we propose a method suitable for quantum devices in this early stage to calculate the thermal-equilibrium expectation value of an observable at finite temperatures. Our proposal, named the Markov-chain Monte Carlo with sampled pairs of unitaries (MCMC-SPU) algorithm, involves sampling simple quantum circuits and generating the corresponding statistical ensembles. This approach addresses the issues of resource demand and the decay in probability associated with postselection of measurement outcomes on ancilla qubits. We validate our proposal with numerical simulation on the one-dimensional transverse-field Ising model as an illustrative example.
- Abstract（参考訳）: 有限温度での熱平衡特性のシミュレーションは、量子多体系の研究に不可欠である。
量子コンピュータは、量子モンテカルロ技法の符号問題のような古典的コンピュータが直面する課題を克服し、有限温度で大規模システムをシミュレートすることを可能にすることが期待されている。
フォールトトレラント量子コンピューティング(FTQC)デバイスに適した従来の手法は、大規模な量子多体システムを研究するために設計されているが、多数のアンシラ量子ビットと多くの基本ゲートを持つディープ量子回路を必要とするため、量子ビットと量子ゲートの可用性が制限されたFTQC時代の初期段階には適さない。
本稿では、この初期段階の量子デバイスに適した手法を提案し、有限温度で観測可能な天体の熱平衡期待値を算出する。
提案手法は, 単純な量子回路をサンプリングし, 対応する統計的アンサンブルを生成するMCMC-SPU (MCMC-SPU) アルゴリズムを用いて, マルコフ連鎖モンテカルロ (Markov-chain Monte Carlo) と命名した。
提案手法は, アンシラ量子ビットにおける測定結果のポストセレクションに伴う資源需要と確率の減衰の問題に対処する。
本稿では,一次元横フィールドイジングモデルを用いた数値シミュレーションによる提案手法の有効性を実証的な例として検証する。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Variational quantum simulation of the quantum critical regime [0.0]
本稿では,量子コンピュータ上で量子臨界状態のシミュレートと位置決めを行うため,自由エネルギーの変動を最小限に抑える変分法を提案する。
我々の研究は、量子ビットが少ない量子デバイス上で有限温度で量子臨界系を研究するための、実用的な方法と、最初のステップを示唆している。
論文 参考訳（メタデータ） (2023-02-15T02:59:41Z) - Adaptive variational quantum minimally entangled typical thermal states
for finite temperature simulations [0.0]
我々は、最小絡み合った典型的な熱状態(METTS)アルゴリズムの量子コンピューティングバージョンを記述し、ベンチマークする。
AVQMETTSと呼ばれるアルゴリズムは、コンパクトで問題固有の量子回路を動的に生成する。
論文 参考訳（メタデータ） (2023-01-06T16:40:06Z) - 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) - 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) - Kernel-Function Based Quantum Algorithms for Finite Temperature Quantum
Simulation [5.188498150496968]
量子多体系の熱力学特性を解くための量子カーネル関数(QKFE)アルゴリズムを提案する。
従来のカーネルメソッド(KPM)と比較して、QKFEは時間とメモリの両方のコストにおいて指数関数的に有利である。
1次元および2次元の量子スピンモデルとフェルミオン格子への応用により、その効率を実証する。
論文 参考訳（メタデータ） (2022-02-02T18:00:04Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳（メタデータ） (2021-08-30T23:50:05Z) - Thermal variational quantum simulation on a superconducting quantum
processor [15.94135317202682]
熱量子状態のハイブリッド量子古典シミュレーション実験について述べる。
古典的確率モデルと5量子ビットプログラム可能な超伝導量子プロセッサを組み合わせることで、ハイゼンベルクXYおよびXXZモデルのギブス状態と励起状態を作成する。
このアプローチは量子ビット数でスケーラブルであり、自己検証可能な特徴を持ち、大規模量子統計力学問題の解法の可能性を明らかにする。
論文 参考訳（メタデータ） (2021-07-13T16:37:54Z) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳（メタデータ） (2021-04-21T13:26:42Z) - 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) - Continuous-variable assisted thermal quantum simulation [1.6530012863603747]
有限温度での量子系の連続変数シミュレーションを補助する実験可能な量子アルゴリズムを提案する。
北エフ環の重要な交叉位相図は、数量子ビットしか持たない量子コンピュータによって正確にシミュレートできる。
本稿では,超伝導や閉じ込められたイオン量子コンピュータで実装可能なプロトコルを提案する。
論文 参考訳（メタデータ） (2020-05-31T09:04:02Z)
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。