論文の概要: Physics-informed Transformers for Electronic Quantum States

• arxiv url: http://arxiv.org/abs/2412.12248v1
• Date: Mon, 16 Dec 2024 19:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 13:57:02.020719
• Title: Physics-informed Transformers for Electronic Quantum States
• Title（参考訳）: 量子状態のための物理インフォーム変換器
• Authors: João Augusto Sobral, Michael Perle, Mathias S. Scheurer,
• Abstract要約: ニューラル量子状態表現のための変分モンテカルロフレームワークを提案する。 Transformerは、参照状態に対する修正をパラメトリズし、自己回帰的にサンプリングするために使用される。 この研究は、より効率的で解釈可能な神経量子状態表現の道を開く。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Neural-network-based variational quantum states in general, and more recently autoregressive models in particular, have proven to be powerful tools to describe complex many-body wave functions. However, their performance crucially depends on the computational basis chosen and they often lack physical interpretability. To mitigate these issues, we here propose a modified variational Monte-Carlo framework which leverages prior physical information to construct a computational second-quantized basis containing a reference state that serves as a rough approximation to the true ground state. In this basis, a Transformer is used to parametrize and autoregressively sample the corrections to the reference state, giving rise to a more interpretable and computationally efficient representation of the ground state. We demonstrate this approach using a non-sparse fermionic model featuring a metal-insulator transition and employing Hartree-Fock and a strong-coupling limit to define physics-informed bases. We also show that the Transformer's hidden representation captures the natural energetic order of the different basis states. This work paves the way for more efficient and interpretable neural quantum-state representations.
• Abstract（参考訳）: ニューラルネットワークに基づく変動量子状態、特に最近では自己回帰モデルは、複雑な多体波動関数を記述する強力なツールであることが証明されている。 しかし、それらの性能は選択された計算基準に大きく依存し、しばしば物理的解釈性に欠ける。 これらの問題を緩和するために,従来の物理情報を活用して,実際の基底状態への大まかな近似として機能する参照状態を含む計算第2量子基底を構築する改良型モンテカルロフレームワークを提案する。 この基礎において、トランスフォーマーは、修正を基準状態にパラメトリズして自己回帰的にサンプリングするために使用され、それによって基底状態のより解釈可能で計算的に効率的な表現が生まれる。 本稿では,金属絶縁体遷移とハーツリー・フォックを用いた非スパースフェルミオンモデルと,物理インフォームド基底を定義するための強結合極限を用いて,このアプローチを実証する。 また、トランスフォーマーの隠された表現は、異なる基底状態の自然エネルギー秩序をキャプチャすることを示す。 この研究は、より効率的で解釈可能な神経量子状態表現の道を開く。

関連論文リスト

• A recipe for local simulation of strongly-correlated fermionic matter on quantum computers: the 2D Fermi-Hubbard model [0.0]
  本稿では,局所演算のみを用いて量子コンピュータ上での2次元Fermi-Hubbardモデルをシミュレーションするためのステップバイステップのレシピを提案する。 物理デバイスへの埋め込みを含むエンド・ツー・エンド・シミュレーションの詳細なレシピを提供する。
  論文  参考訳（メタデータ） (2024-08-26T18:00:07Z)
• Reaction dynamics with qubit-efficient momentum-space mapping [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は、運動量空間基底状態を用いて効率的に実行できる格子上の量子ビット効率の写像を考える。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• Variational Monte Carlo with Large Patched Transformers [0.0]
  トランスフォーマーのような大規模な言語モデルは、最近、テキストと画像生成に大きな力を示している。 ここでは2次元Rydberg原子配列を考察し、変分基底状態探索のための従来のリカレントニューラルネットワークよりもトランスフォーマーの精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-06-06T18:00:02Z)
• Determining ground-state phase diagrams on quantum computers via a generalized application of adiabatic state preparation [61.49303789929307]
  我々は、状態準備のために局所的な断熱ランプを使用して、時間的進化を通じて量子コンピュータ上の基底状態位相図を直接計算することができる。 我々は,IBMの量子マシンを用いて,二つのサイトシステムと3つのサイトシステムの両方の正確な位相図を計算できる。
  論文  参考訳（メタデータ） (2021-12-08T23:59:33Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• 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)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• SE(3)-equivariant prediction of molecular wavefunctions and electronic densities [4.2572103161049055]
  本稿では,幾何点クラウドデータのためのディープラーニングアーキテクチャを構築するための汎用SE(3)-同変演算とビルディングブロックを紹介する。 本モデルでは,従来の最先端モデルと比較して,予測誤差を最大2桁まで低減する。 低精度参照波動関数で訓練されたモデルが電子的多体相互作用の正当性を暗黙的に学習するトランスファーラーニングアプリケーションにおいて、我々のアプローチの可能性を実証する。
  論文  参考訳（メタデータ） (2021-06-04T08:57:46Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)

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。