Fugu-MT 論文翻訳(概要): On Computational Complexity of 3D Ising Spin Glass: Lessons from D-Wave Annealer

論文の概要: On Computational Complexity of 3D Ising Spin Glass: Lessons from D-Wave Annealer

arxiv url: http://arxiv.org/abs/2501.01107v2
Date: Mon, 06 Jan 2025 23:23:36 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-08 12:28:43.712429
Title: On Computational Complexity of 3D Ising Spin Glass: Lessons from D-Wave Annealer
Title（参考訳）: スピングラスの3次元計算複雑性について:D波焼鈍機からの教訓
Authors: Hao Zhang, Alex Kamenev,
Abstract要約: 3次元イジングスピンガラスの正確な基底状態を見つけることはNPハード問題であることが証明されている。 D-Wave 3DアニールをNleq 5627$で広範囲に実験した結果を報告する。
参考スコア（独自算出の注目度）: 4.96596848660858
License:
Abstract: Finding an exact ground state of a 3D Ising spin glass is proven to be an NP-hard problem. Given validity of the exponential time hypothesis, its computational complexity was proven to be no less than $2^{N^{2/3}}$, where $N$ is the total number of spins. Here we report results of extensive experimentation with D-Wave 3D annealer with $N\leq 5627$. We found exact ground states (in a probabilistic sense) for typical realizations of 3D spin glasses with the efficiency, which scales as $2^{N/\beta}$ with $\beta\approx 10^{3}$. Based on statistical analysis of low energy states, we argue that with an improvement of annealing protocols and device noise reduction, $\beta$ can be increased even further. This suggests that, for $N<\beta^3$, annealing devices provide a most efficient way to find the ground state.
Abstract（参考訳）: 3次元イジングスピンガラスの正確な基底状態を見つけることはNPハード問題であることが証明されている。指数時間仮説の妥当性を考えると、その計算複雑性は2^{N^{2/3}}$以下であることが証明された。ここでは,D-Wave 3DアニールをN\leq 5627$で広範囲に実験した結果を報告する。我々は、3次元スピングラスと効率の典型的な実現のための(確率論的意味で)正確な基底状態を発見し、これは$2^{N/\beta}$と$\beta\approx 10^{3}$にスケールする。低エネルギー状態の統計的解析に基づいて、アニールプロトコルの改善とデバイスノイズ低減により、$\beta$をさらに高めることができると論じる。これは、$N<\beta^3$の場合、アニール装置は基底状態を見つける最も効率的な方法であることを示している。

関連論文リスト

Computing critical exponents in 3D Ising model via pattern recognition/deep learning approach [1.6317061277457001]
我々は、スピン状態の特定のコンフォーメーションに基づいてニューラルネットワークをトレーニングするための教師付きディープラーニングアプローチを実行する。列車/テストの精度はそれぞれ0.92と0.6875である。このアプローチから重要な指数を計算することの可能性を定量化するために、さらに多くの研究が続けられている。
論文参考訳（メタデータ） (2024-11-04T20:57:24Z)
Bayesian Inference with Deep Weakly Nonlinear Networks [57.95116787699412]
我々は,完全連結ニューラルネットワークによるベイズ推定が解けることを示す物理レベルの厳密さを示す。我々はモデルエビデンスを計算し、任意の温度で1/N$で任意の順序に後続する手法を提供する。
論文参考訳（メタデータ） (2024-05-26T17:08:04Z)
Matching the Statistical Query Lower Bound for $k$-Sparse Parity Problems with Sign Stochastic Gradient Descent [83.85536329832722]
我々は、2層完全連結ニューラルネットワーク上での符号勾配降下(SGD)による$k$スパースパリティ問題を解く。このアプローチは、$d$次元ハイパーキューブ上での$k$スパースパリティ問題を効率的に解くことができることを示す。次に、符号SGDを持つトレーニングニューラルネットワークが、この優れたネットワークを効果的に近似し、小さな統計的誤差で$k$-parity問題を解く方法を示す。
論文参考訳（メタデータ） (2024-04-18T17:57:53Z)
Full quantum tomography of top quark decays [0.0]
高エネルギー物理過程における量子トモグラフィは通常、スピン自由度に制限されている。ここでは、軌道角運動量(L$)と$W$と$b$のスピンが54次元の$LWb$の密度演算子に絡み合うような、トップクォーク崩壊が$tからWb$の場合に対処する。 L$と$W$または$b$のスピンの間の絡み合いは大きいので、ラン2のデータを持つ大型ハドロン衝突型加速器で生成された1つのトップクォークの崩壊について決定することができる。
論文参考訳（メタデータ） (2024-02-22T17:33:33Z)
Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文参考訳（メタデータ） (2024-01-17T18:59:38Z)
Product states optimize quantum $p$-spin models for large $p$ [2.594420805049218]
量子$p$局所スピングラスランダムハミルトニアンの最大エネルギーを推定する問題を考察する。我々の結果は、ランダムな局所ハミルトンの極低温状態が非無視的な絡み合いを示すべきであるという物理学における一般的な信念に挑戦する。
論文参考訳（メタデータ） (2023-09-21T01:10:50Z)
Understanding Deep Neural Function Approximation in Reinforcement Learning via $\epsilon$-Greedy Exploration [53.90873926758026]
本稿では、強化学習(RL)における深部神経機能近似の理論的研究について述べる。我々は、Besov(およびBarron)関数空間によって与えられるディープ(および2層)ニューラルネットワークによる$epsilon$-greedy探索により、バリューベースのアルゴリズムに焦点を当てる。我々の解析は、ある平均測度$mu$の上の$L2(mathrmdmu)$-integrable空間における時間差誤差を再構成し、非イド設定の下で一般化問題に変換する。
論文参考訳（メタデータ） (2022-09-15T15:42:47Z)
Quantum spin solver near saturation: QS$^3_{~}$ [0.0]
我々は,スピン-1/2 XXZ型量子スピンモデルを解析するための(薄い再起動)Lanczos法に基づいて,QS$3$[textipakj'u:-'es-kj'u:b]というプログラムパッケージを開発した。 10times10times10$立方格子上での等方性ハイゼンベルクモデルの低エネルギー励起分散に対するQS$3$のベンチマーク結果を示す。
論文参考訳（メタデータ） (2021-07-02T07:06:34Z)
Locality defeats the curse of dimensionality in convolutional teacher-student scenarios [69.2027612631023]
学習曲線指数$beta$を決定する上で,局所性が重要であることを示す。我々は、自然の仮定を用いて、トレーニングセットのサイズに応じて減少するリッジでカーネルレグレッションを実行すると、リッジレスの場合と同じような学習曲線指数が得られることを証明して結論付けた。
論文参考訳（メタデータ） (2021-06-16T08:27:31Z)
Renormalized q-dependent Spin Susceptibility by inverting the Random Phase Approximation: Implications for quantitative assessment of the role of spin fluctuations in 2D Ising superconductor NbSe$_{2}$ [0.0]
静的$chi(mathbfq)$を計算する別の方法を説明し、これは追加のプログラミングなしでほとんどの一般的なDFTコードに適用できる。スピン揺らぎの構造はより複雑であり、揺らぎスペクトルは $mathbfqapprox (0.2,0)$ で急激にピークとなる。
論文参考訳（メタデータ） (2021-04-27T14:09:59Z)
Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。