論文の概要: Exploiting Parallelism for Fast Feynman Diagrammatics
- arxiv url: http://arxiv.org/abs/2501.00675v1
- Date: Tue, 31 Dec 2024 23:18:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-05 17:11:54.255720
- Title: Exploiting Parallelism for Fast Feynman Diagrammatics
- Title（参考訳）: 高速ファインマンダイアグラムのための並列処理
- Authors: John Sturt, Evgeny Kozik,
- Abstract要約: 最近導入された要約(CoS)フレームワークの中で、特殊化されたハードウェアアーキテクチャを使用します。
本稿では,並列処理の大規模化と計算能力の活用により,時間的に大幅に改善されることを示す。
これは強い相関関係の新たな現象の探索をより容易にするためのプラットフォームを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Diagrammatic expansions are a paradigmatic and powerful tool of quantum many-body theory. Their evaluation to high order, e.g., by the Diagrammatic Monte Carlo technique, can provide unbiased results in strongly correlated and challenging regimes. However, calculating a factorial number of terms to acceptable precision remains very costly even for state-of-the-art methods. We achieve a dramatic acceleration of evaluating Feynman's diagrammatic series by use of specialised hardware architecture within the recently introduced combinatorial summation (CoS) framework. We present how exploiting the massive parallelism and concurrency available from GPUs leads to orders of magnitude improvement in computation time even on consumer-grade hardware. This provides a platform for making probes of novel phenomena of strong correlations much more accessible.
- Abstract（参考訳）: ダイアグラム展開は、量子多体理論のパラダイム的で強力な道具である。
ダイアグラム的モンテカルロ法(英語版)による高次評価(例えば、ダイアグラム的モンテカルロ法(英語版))は、強い相関と挑戦的な体制において、偏見のない結果を与えることができる。
しかし、受け入れられる精度の項数を計算することは、最先端の方法であっても非常にコストがかかる。
我々は、最近導入された組合せ和(CoS)フレームワークにおいて、特殊化ハードウェアアーキテクチャを用いて、ファインマンの図式シリーズを評価する劇的な加速を実現する。
我々は、GPUから利用可能な巨大な並列性と並列性を利用して、コンシューマグレードのハードウェアでも計算時間を大幅に改善する方法について述べる。
これは強い相関関係の新たな現象の探索をより容易にするためのプラットフォームを提供する。
関連論文リスト
- Hardness-Dependent Adiabatic Schedules for Analog Quantum Computing [0.0]
本稿では,アナログ量子コンピューティングのための高効率な断熱スケジュールを設計するための数値解析手法を提案する。
小グラフの代表的なデータセットに基づいて、最適スケジュールが主に問題の硬さに依存するという数値的証拠を示す。
論文 参考訳（メタデータ） (2024-10-11T17:08:49Z) - Parallel Ising Annealer via Gradient-based Hamiltonian Monte Carlo [11.307633403964031]
Ising annealerは最適化問題に対する量子インスパイアされたコンピューティングアーキテクチャである。
主な革新は、近似勾配に基づくアプローチをイジングアニールに融合させることである。
プロトタイプアニーラーは1つの低コストFPGA基板上で最大200スピンの整数係数と分数係数のイジング問題を解く。
論文 参考訳（メタデータ） (2024-07-14T13:51:35Z) - Feynman Diagrams as Computational Graphs [6.128507107025731]
量子場理論(QFT)における高階ファインマン図の計算グラフ表現を提案する。
提案手法は,これらの図をテンソル演算のフラクタル構造に効果的に整理し,計算冗長性を著しく低減する。
我々の研究は、QFTと機械学習の相乗効果を実証し、複雑な量子多体問題にAI技術を適用するための新たな道を確立する。
論文 参考訳（メタデータ） (2024-02-28T03:45:55Z) - Combinatorial summation of Feynman diagrams: Equation of state of the 2D SU(N) Hubbard model [0.0]
一般量子多体系に対する連結ファインマン図あるいは連結ファインマン図の効率的な和を求める普遍的枠組みを導入する。
これは、動的プログラミングによる積分の和の明示的な構成に基づいており、計算コストは古典的コンピュータ上のダイアグラム順序でのみ指数関数化できる。
論文 参考訳（メタデータ） (2023-09-24T23:07:56Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳（メタデータ） (2023-07-14T14:48:52Z) - Linear Self-Attention Approximation via Trainable Feedforward Kernel [77.34726150561087]
高速な計算を追求する中で、効率的なトランスフォーマーは印象的な様々なアプローチを実証している。
我々は,トランスフォーマーアーキテクチャの自己保持機構を近似するために,トレーニング可能なカーネルメソッドのアイデアを拡張することを目指している。
論文 参考訳（メタデータ） (2022-11-08T08:14:11Z) - A Comprehensive Study on Large-Scale Graph Training: Benchmarking and
Rethinking [124.21408098724551]
グラフニューラルネットワーク(GNN)の大規模グラフトレーニングは、非常に難しい問題である
本稿では,既存の問題に対処するため,EnGCNという新たなアンサンブルトレーニング手法を提案する。
提案手法は,大規模データセット上でのSOTA(State-of-the-art)の性能向上を実現している。
論文 参考訳（メタデータ） (2022-10-14T03:43:05Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - MQBench: Towards Reproducible and Deployable Model Quantization
Benchmark [53.12623958951738]
MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。
我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。
包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
論文 参考訳（メタデータ） (2021-11-05T23:38:44Z) - High-performance symbolic-numerics via multiple dispatch [52.77024349608834]
Symbolics.jlは拡張可能なシンボルシステムで、動的多重ディスパッチを使用してドメインのニーズに応じて振る舞いを変更する。
実装に依存しないアクションでジェネリックapiを形式化することで、システムに最適化されたデータ構造を遡及的に追加できることを示します。
従来の用語書き換えシンプリファイアと電子グラフベースの用語書き換えシンプリファイアをスワップする機能を実証する。
論文 参考訳（メタデータ） (2021-05-09T14:22:43Z) - Relaxed Scheduling for Scalable Belief Propagation [27.226933626287305]
我々は,グラフィカルモデルに基づく推論のキーとなる機械学習タスクに対して,効率的な並列アルゴリズムに焦点をあてる。
この文脈で、緩和されたスケーラブルなスケジューラをどのように活用するかを示します。
提案手法は,拡張性および壁面収束時間の両方において,従来の並列信条伝搬実装よりも優れていた。
論文 参考訳（メタデータ） (2020-02-25T10:28:04Z)
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。