論文の概要: Large-scale stochastic simulation of open quantum systems
- arxiv url: http://arxiv.org/abs/2501.17913v1
- Date: Wed, 29 Jan 2025 19:00:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-31 15:14:09.166229
- Title: Large-scale stochastic simulation of open quantum systems
- Title（参考訳）: 開量子系の大規模確率シミュレーション
- Authors: Aaron Sander, Maximilian Fröhlich, Martin Eigel, Jens Eisert, Patrick Gelß, Michael Hintermüller, Richard M. Milbradt, Robert Wille, Christian B. Mendl,
- Abstract要約: 本稿では,大規模オープン量子系をシミュレーションするスケーラブルで恥ずかしい並列アルゴリズムであるテンソルジャンプ法(TJM)を紹介する。
この研究は、大規模オープン量子システムのシミュレーションにおける重要な一歩である。
- 参考スコア（独自算出の注目度）: 2.2627671295262215
- License:
- Abstract: Understanding the precise interaction mechanisms between quantum systems and their environment is crucial for advancing stable quantum technologies, designing reliable experimental frameworks, and building accurate models of real-world phenomena. However, simulating open quantum systems, which feature complex non-unitary dynamics, poses significant computational challenges that require innovative methods to overcome. In this work, we introduce the tensor jump method (TJM), a scalable, embarrassingly parallel algorithm for stochastically simulating large-scale open quantum systems, specifically Markovian dynamics captured by Lindbladians. This method is built on three core principles where, in particular, we extend the Monte Carlo wave function (MCWF) method to matrix product states, use a dynamic time-dependent variational principle (TDVP) to significantly reduce errors during time evolution, and introduce what we call a sampling MPS to drastically reduce the dependence on the simulation's time step size. We demonstrate that this method scales more effectively than previous methods and ensures convergence to the Lindbladian solution independent of system size, which we show both rigorously and numerically. Finally, we provide evidence of its utility by simulating Lindbladian dynamics of XXX Heisenberg models up to a thousand spins using a consumer-grade CPU. This work represents a significant step forward in the simulation of large-scale open quantum systems, with the potential to enable discoveries across various domains of quantum physics, particularly those where the environment plays a fundamental role, and to both dequantize and facilitate the development of more stable quantum hardware.
- Abstract（参考訳）: 量子システムとそれらの環境の間の正確な相互作用機構を理解することは、安定した量子技術の進化、信頼できる実験フレームワークの設計、現実世界の現象の正確なモデルの構築に不可欠である。
しかし、複雑な非単体力学を特徴とするオープン量子系をシミュレートすると、克服する革新的な方法を必要とする重要な計算課題が生じる。
本稿では,大規模オープン量子系,特にリンドブラディアンズが捉えたマルコフ力学を確率的にシミュレーションする,スケーラブルで恥ずかしい並列アルゴリズムであるテンソルジャンプ法(TJM)を紹介する。
本手法は,特に,モンテカルロ波動関数(MCWF)法を行列積状態に拡張し,動的時間依存性変動原理(TDVP)を用いて時間進化中の誤差を著しく低減し,シミュレーションの時間ステップサイズへの依存性を大幅に低減するサンプリングMPSという手法を導入するという,3つの基本原理に基づいて構築されている。
本手法は従来手法よりも効果的にスケールし,システムサイズに依存しないリンドブラディアン解への収束を保証する。
最後に、コンシューマグレードのCPUを用いて、XXXハイゼンベルクモデルのリンドブラディアン力学を最大1000スピンまでシミュレーションすることで、その実用性を示す。
この研究は、量子物理学の様々な領域、特に環境が基本的な役割を担っている分野における発見を可能にし、より安定した量子ハードウェアの開発を促進する可能性を持つ、大規模オープン量子システムのシミュレーションにおける重要な一歩である。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Ground state energy and magnetization curve of a frustrated magnetic
system from real-time evolution on a digital quantum processor [0.47191037525744733]
本論文では,ハイゼンベルクモデルの時間発展を実現するために,効率的な量子回路を構築する方法を示す。
また、ハイブリッドアルゴリズムが基底状態エネルギーと磁化曲線を効率的に見つけることができるような、小さなシステムに関する実証実験を行った。
論文 参考訳（メタデータ） (2024-01-05T18:57:34Z) - Robust Hamiltonian Engineering for Interacting Qudit Systems [50.591267188664666]
我々は、強く相互作用するキューディット系のロバストな動的疎結合とハミルトン工学の定式化を開発する。
本研究では,これらの手法を,スピン-1窒素空洞中心の強相互作用・無秩序なアンサンブルで実験的に実証した。
論文 参考訳（メタデータ） (2023-05-16T19:12:41Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳（メタデータ） (2023-01-23T19:23:54Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Benchmarking a novel efficient numerical method for localized 1D
Fermi-Hubbard systems on a quantum simulator [0.0]
量子シミュレータは,多体系の力学に有効であることを示す。
我々は中性原子Fermi-Hubbard量子シミュレータと$L_textexpsimeq290$格子サイトを用いて、その性能をベンチマークする。
我々はスピン不均衡フェルミ・ハッバード系に対するブロッホ振動の相互作用の振舞いの簡単な予測を導出した。
論文 参考訳（メタデータ） (2021-05-13T16:03:11Z) - Probing non-Markovian quantum dynamics with data-driven analysis: Beyond
"black-box" machine learning models [0.0]
オープン量子系の非マルコフ力学の解析に対するデータ駆動型アプローチを提案する。
提案手法では, 環境の有効次元と, 共同系環境量子力学のスペクトルを計測する。
オープン量子システムの様々なモデルを用いて提案手法の性能を実証する。
論文 参考訳（メタデータ） (2021-03-26T14:27:33Z) - 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) - Adaptive Variational Quantum Dynamics Simulations [3.629716738568079]
本稿では、高精度な量子力学シミュレーションのための変分波動関数アンゼ構築のための汎用的自己適応的手法を提案する。
このアプローチを可積分リーブ・シュルツ・マティススピン鎖と非可積分混合体イジングモデルに適用する。
AVQDSフレームワークにより、短期量子コンピューティングデバイス上での量子多体システムの幅広い動的シミュレーションが可能となることを期待する。
論文 参考訳（メタデータ） (2020-11-01T20:21:57Z) - Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
オープン量子システムのダイナミクスに対処するためのアプローチを提案する。
自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。
効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
論文 参考訳（メタデータ） (2020-09-11T18:00:00Z)
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。