論文の概要: Ground states of strongly-correlated materials on quantum computers using ab initio downfolding
- arxiv url: http://arxiv.org/abs/2409.12237v1
- Date: Wed, 18 Sep 2024 18:00:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-07 15:49:40.188815
- Title: Ground states of strongly-correlated materials on quantum computers using ab initio downfolding
- Title（参考訳）: abinitioダウンフォールディングを用いた量子コンピュータ上の強相関物質の基底状態
- Authors: Antonios M. Alvertis, Abid Khan, Norm M. Tubman,
- Abstract要約: Ab initio のダウンフォールディングは、正確な多体ハミルトニアンを導出する方法として登場した。
本稿では, 量子コンピュータを用いて, 強相関系の基底状態特性を正確に記述することを提案する。
- 参考スコア（独自算出の注目度）: 1.2912607909040075
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The accurate first-principles description of strongly-correlated materials is an important and challenging problem in condensed matter physics. Ab initio downfolding has emerged as a way of deriving accurate many-body Hamiltonians including strong correlations, representing a subspace of interest of a material, using density functional theory calculations as a starting point. However, the solution of these material-specific models can scale exponentially on classical computers, constituting a challenge. Here we propose that utilizing quantum computers for obtaining the properties of downfolded Hamiltonians yields an accurate description of the ground state properties of strongly-correlated systems, while circumventing the exponential scaling problem. We demonstrate this for diverse strongly-correlated materials by combining ab initio downfolding and variational quantum eigensolvers, correctly predicting the antiferromagnetic state of one-dimensional cuprate $\text{Ca}_2\text{CuO}_3$, the excitonic ground state of monolayer $\text{WTe}_2$, and the charge-ordered state of correlated metal $\text{SrVO}_3$. By utilizing a classical tensor network implementation of variational quantum eigensolvers we are able to simulate large models with up to $54$ qubits and encompassing up to four bands in the correlated subspace, which is indicative of the complexity that our framework can address.
- Abstract（参考訳）: 強相関物質の正確な第一原理記述は、凝縮物質物理学において重要かつ困難な問題である。
Ab initio のダウンフォールディングは、密度汎関数理論の計算を出発点として、強い相関関係を含む正確な多体ハミルトニアンを導出する方法として現れた。
しかし、これらの物質特異的モデルの解は古典的コンピュータ上で指数関数的にスケールすることができるため、課題となっている。
ここでは, 量子コンピュータを用いて強相関系の基底状態特性を正確に記述し, 指数的スケーリング問題を回避することを提案する。
ab initio downfolding and variational quantum eigensolvers(英語版)を組み合わせ、一次元カップレート$\text{Ca}_2\text{CuO}_3$、単層膜の励起基底状態$\text{WTe}_2$、相関金属$\text{SrVO}_3$の電荷秩序状態の反強相関状態を予測する。
変分量子固有解器の古典的テンソルネットワーク実装を利用することで、最大54ドルキュービットの大型モデルをシミュレートし、相関部分空間に最大4つのバンドを包含することができる。
関連論文リスト
- Self-Consistent Determination of Single-Impurity Anderson Model Using Hybrid Quantum-Classical Approach on a Spin Quantum Simulator [3.5919681412083038]
本稿では,相関物質に対するハイブリッド量子古典的アプローチを実験的に実証する。
我々は計算の最も計算に要求される側面、すなわちグリーン関数の計算に対処する。
制御率の高い量子ビットの数は増え続けており、実験結果によりさらに複雑なモデルの解法が導かれる。
論文 参考訳（メタデータ） (2024-10-10T10:49:40Z) - 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) - Quantifying fault tolerant simulation of strongly correlated systems using the Fermi-Hubbard model [31.805673346157665]
強い相関のある物質の全体的理解を構築することが重要である。
フォールトトレラントな量子コンピュータは、これらの困難を克服するための道として提案されている。
我々は, 耐故障性量子コンピュータを用いて, 実験量を得るために必要な資源コストを見積もる。
論文 参考訳（メタデータ） (2024-06-10T17:50:56Z) - Entanglement with neutral atoms in the simulation of nonequilibrium dynamics of one-dimensional spin models [0.0]
スピン-1/2モデルの力学における絡み合いの生成と役割について検討する。
我々は,スピン-エチョ配列でインターリーブされた急激な断熱的Rydbergドレッシングを含む中性原子モルマー-ソレンセンゲートを導入する。
量子シミュレーションでは、逆場イジングモデルのクエンチ力学における臨界挙動を考察する。
論文 参考訳（メタデータ） (2024-06-07T23:29:16Z) - Real-time Dynamics of the Schwinger Model as an Open Quantum System with Neural Density Operators [1.0713888959520208]
この研究は、ニューラルネットワークのパラメータによる正確な量子状態の近似の難しさを克服する機械学習アルゴリズムを開発する。
QCDのような理論における原理実証の証明として、1+1d格子シュウィンガーモデルにおけるリンドブラッド・マスター方程式を開量子系として解く方法が応用される。
論文 参考訳（メタデータ） (2024-02-09T18:36:17Z) - Simulating 2D lattice gauge theories on a qudit quantum computer [2.2246996966725305]
二次元格子型量子電磁力学の基本構成ブロックの性質の量子計算を行う。
これは、トラップイオンのqudit量子プロセッサを使用することで可能となる。
クイディットは、自然に高次元であるゲージ場を記述するのに理想的に適している。
論文 参考訳（メタデータ） (2023-10-18T17:06:35Z) - Quantum tomography of helicity states for general scattering processes [55.2480439325792]
量子トモグラフィーは、物理学における量子系の密度行列$rho$を計算するのに欠かせない道具となっている。
一般散乱過程におけるヘリシティ量子初期状態の再構成に関する理論的枠組みを提案する。
論文 参考訳（メタデータ） (2023-10-16T21:23:42Z) - Quantum Simulation of Boson-Related Hamiltonians: Techniques, Effective Hamiltonian Construction, and Error Analysis [4.533969990771866]
本チュートリアルでは,特定のボソニックモデルであるハミルトニアンの符号化とシミュレーションに焦点を当てる。
本稿では,これらの相互作用モデルに対する量子アルゴリズムの開発と,有効ハミルトニアンの構成について論じる。
論文 参考訳（メタデータ） (2023-07-13T06:46:25Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Fermion-qudit quantum processors for simulating lattice gauge theories
with matter [0.0]
我々は、一般ゲージ理論の力学をデジタル的にシミュレートするために共設計された、完全なRydberg型アーキテクチャを提示する。
非アーベルゲージ場で束縛されたフェルミオン性物質成分からなるハドロンの調製方法を示す。
どちらの場合も、必要なリソースを推定し、量子デバイスを用いて実験的な関連量を計算する方法を示す。
論文 参考訳（メタデータ） (2023-03-15T15:12:26Z) - Quantum-Selected Configuration Interaction: classical diagonalization of
Hamiltonians in subspaces selected by quantum computers [0.0]
雑音量子デバイス上での多電子ハミルトニアンの基底および励起状態エネルギーを計算するためのハイブリッド量子古典アルゴリズムのクラスを提案する。
提案アルゴリズムは、数十量子ビットの量子デバイスを活用することで、いくつかの挑戦的な分子に取り組むことが可能である。
論文 参考訳（メタデータ） (2023-02-22T12:05:31Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳（メタデータ） (2023-01-23T19:23:54Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳（メタデータ） (2021-11-16T20:50:08Z) - Variational Quantum Simulation of Chemical Dynamics with Quantum
Computers [23.13347792805101]
本稿では,ノイズ中間規模量子(NISQ)デバイスの実装に適した実空間量子力学の変分シミュレーションを提案する。
低エネルギー部分空間においてほとんどの化学力学が生じるという知見に触発され、我々は部分空間展開法を提案する。
論文 参考訳（メタデータ） (2021-10-12T16:28:52Z) - Spectral density reconstruction with Chebyshev polynomials [77.34726150561087]
厳密な誤差推定で有限エネルギー分解能の制御可能な再構成を行う方法を示す。
これは、核と凝縮物質物理学における将来の応用の道を開くものである。
論文 参考訳（メタデータ） (2021-10-05T15:16:13Z) - Polymer Physics by Quantum Computing [0.0]
相互作用する二元テンソルをベースとしたフォーマリズムを開発し、高密度ポリマー混合物の平衡アンサンブルをサンプリングする難しい問題に対処する。
我々のアプローチは、テンソルの二次的相互作用の観点から自己回避、分岐、ループといった性質を指定できるという点で一般的である。
我々の体系的なアプローチは、フィラメント系ソフトマッター系の離散モデルをサンプリングするために量子コンピュータの急速な開発を活用するための有望な道を提供する。
論文 参考訳（メタデータ） (2021-04-20T16:34:38Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z) - Engineering analog quantum chemistry Hamiltonians using cold atoms in
optical lattices [69.50862982117127]
数値的なアナログシミュレータの動作条件をベンチマークし、要求の少ない実験装置を見出す。
また、離散化と有限サイズ効果により生じるシミュレーションの誤差についてより深く理解する。
論文 参考訳（メタデータ） (2020-11-28T11:23:06Z) - Spin Entanglement and Magnetic Competition via Long-range Interactions
in Spinor Quantum Optical Lattices [62.997667081978825]
超低温物質中における空洞を介する長距離磁気相互作用と光学格子の効果について検討した。
競合シナリオを導入しながら,グローバルな相互作用がシステムの根底にある磁気特性を変化させていることが判明した。
これにより、量子情報目的のためのロバストなメカニズムの設計に向けた新しい選択肢が可能になる。
論文 参考訳（メタデータ） (2020-11-16T08:03:44Z) - Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。
モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。
その結果,クロスバリデーションにより予測精度が期待できることがわかった。
論文 参考訳（メタデータ） (2020-05-27T13:32:10Z) - Probing chiral edge dynamics and bulk topology of a synthetic Hall
system [52.77024349608834]
量子ホール系は、基礎となる量子状態の位相構造に根ざしたバルク特性であるホール伝導の量子化によって特徴づけられる。
ここでは, 超低温のジスプロシウム原子を用いた量子ホール系を, 空間次元の2次元形状で実現した。
磁気サブレベルが多数存在すると、バルクおよびエッジの挙動が異なることが示される。
論文 参考訳（メタデータ） (2020-01-06T16:59:08Z)
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。