論文の概要: SpinGlassPEPS.jl: Tensor-network package for Ising-like optimization on quasi-two-dimensional graphs

• arxiv url: http://arxiv.org/abs/2502.02317v1
• Date: Tue, 04 Feb 2025 13:40:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:05:04.405564
• Title: SpinGlassPEPS.jl: Tensor-network package for Ising-like optimization on quasi-two-dimensional graphs
• Title（参考訳）: SpinGlassPEPS.jl:擬二次元グラフ上のIsingライクな最適化のためのテンソルネットワークパッケージ
• Authors: Tomasz Śmierzchalski, Anna M. Dziubyna, Konrad Jałowiecki, Zakaria Mzaouali, Łukasz Pawela, Bartłomiej Gardas, Marek M. Rams,
• Abstract要約: 本研究では、Juliaで実装されたソフトウェアパッケージであるSpinGlassPEPS.jlを導入し、一般化ポッツモデルの低エネルギー構成を見つける。 SpinGlassPEPS.jlのモジュラーアーキテクチャは、様々な収縮スキームとハードウェアアクセラレーションをサポートする。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This work introduces SpinGlassPEPS.jl, a software package implemented in Julia, designed to find low-energy configurations of generalized Potts models, including Ising and QUBO problems, utilizing heuristic tensor network contraction algorithms on quasi-2D geometries. In particular, the package employs the Projected Entangled-Pairs States to approximate the Boltzmann distribution corresponding to the model's cost function. This enables an efficient branch-and-bound search (within the probability space) that exploits the locality of the underlying problem's topology. As a result, our software enables the discovery of low-energy configurations for problems on quasi-2D graphs, particularly those relevant to modern quantum annealing devices. The modular architecture of SpinGlassPEPS.jl supports various contraction schemes and hardware acceleration.
• Abstract（参考訳）: 本研究は、Juliaで実装されたソフトウェアパッケージであるSpinGlassPEPS.jlを紹介し、IsingやQUBO問題を含む一般化ポッツモデルの低エネルギー構成を見つけ、準2次元幾何学上のヒューリスティックテンソルネットワーク収縮アルゴリズムを利用する。 特に、このパッケージは、モデルのコスト関数に対応するボルツマン分布を近似するために、射影エンタングルドペア状態を用いる。 これにより、基底問題のトポロジの局所性を利用する効率的な分岐とバウンド探索(確率空間を含む)が可能になる。 その結果, 準2次元グラフ上の問題, 特に現代の量子アニール装置に関連する問題に対する低エネルギー構成の発見が可能となった。 SpinGlassPEPS.jlのモジュラーアーキテクチャは、様々な収縮スキームとハードウェアアクセラレーションをサポートする。

関連論文リスト

• Projected Entangled Pair States with flexible geometry [0.0]
  射影絡み合ったペア状態(英: Projected Entangled Pair States、PEPS)は、一次元系の行列積状態を高次元に一般化する量子多体状態のクラスである。 PEPSは、特に量子スピン液体のような2次元の強い相関系の高度な理解を持っている。 任意の,ゆらぎ,および密接な連結グラフ上で定義される低エネルギー状態と力学をシミュレートするPEPSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-30T19:03:52Z)
• A Python GPU-accelerated solver for the Gross-Pitaevskii equation and applications to many-body cavity QED [36.136619420474766]
  TorchGPEはGross-Pitaevskii方程式(GPE)を解くために開発された汎用Pythonパッケージである。 この解法は線形ポテンシャルと非線形ポテンシャルのスペクトルにわたって波動関数を統合するように設計されている。
  論文  参考訳（メタデータ） (2024-04-22T17:58:34Z)
• Stochastic Configuration Machines: FPGA Implementation [4.57421617811378]
  コンフィグレーションネットワーク(SCN)は、データモデリングのメリットと実現可能性から、産業アプリケーションにおいて主要な選択肢である。 本稿では、フィールドプログラマブルゲートアレイ(FPGA)にSCMモデルを実装し、学習性能を向上させるためにバイナリコード入力を導入することを目的とする。
  論文  参考訳（メタデータ） (2023-10-30T02:04:20Z)
• HKNAS: Classification of Hyperspectral Imagery Based on Hyper Kernel Neural Architecture Search [104.45426861115972]
  設計したハイパーカーネルを利用して,構造パラメータを直接生成することを提案する。 我々は1次元または3次元の畳み込みを伴う画素レベルの分類と画像レベルの分類を別々に行う3種類のネットワークを得る。 6つの公開データセットに関する一連の実験は、提案手法が最先端の結果を得ることを示した。
  論文  参考訳（メタデータ） (2023-04-23T17:27:40Z)
• Efficient Graph Field Integrators Meet Point Clouds [59.27295475120132]
  点雲を符号化するグラフ上での効率的な場積分のためのアルゴリズムを2種類提案する。 第1のクラスであるSeparatorFactorization(SF)は、ポイントメッシュグラフの有界属を利用するが、第2のクラスであるRFDiffusion(RFD)は、ポイントクラウドの一般的なepsilon-nearest-neighborグラフ表現を使用する。
  論文  参考訳（メタデータ） (2023-02-02T08:33:36Z)
• Neural Operator with Regularity Structure for Modeling Dynamics Driven by SPDEs [70.51212431290611]
  偏微分方程式 (SPDE) は、大気科学や物理学を含む多くの分野において、力学をモデル化するための重要なツールである。 本研究では,SPDEによって駆動されるダイナミクスをモデル化するための特徴ベクトルを組み込んだニューラル演算子(NORS)を提案する。 動的Phi41モデルと2d Navier-Stokes方程式を含む様々なSPDE実験を行った。
  論文  参考訳（メタデータ） (2022-04-13T08:53:41Z)
• 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)
• iDARTS: Differentiable Architecture Search with Stochastic Implicit Gradients [75.41173109807735]
  微分可能なArchiTecture Search(DARTS)は先日,ニューラルアーキテクチャサーチ(NAS)の主流になった。 暗黙の関数定理に基づいてDARTSの過次計算に取り組む。 提案手法であるiDARTSのアーキテクチャ最適化は,定常点に収束することが期待される。
  論文  参考訳（メタデータ） (2021-06-21T00:44:11Z)
• GEO: Enhancing Combinatorial Optimization with Classical and Quantum Generative Models [62.997667081978825]
  我々は、生成モデルとして知られる機械学習モデルを活用する新しいフレームワークを導入し、最適化問題を解決する。 我々は、テンソルネットワークマシンに依存するGEOの量子インスパイアされたバージョンに注力する。 関数呼び出し数に対する固定予算が与えられた場合、その目標が最小限の最小値を求める場合、その優れた性能を示す。
  論文  参考訳（メタデータ） (2021-01-15T18:18:38Z)
• Distance-Weighted Graph Neural Networks on FPGAs for Real-Time Particle Reconstruction in High Energy Physics [11.125632758828266]
  FPGA上で1$mumathrms未満のレイテンシで実行できる距離重み付きグラフネットワークの設計方法について論じる。 本研究では,粒子衝突型加速器で動作する次世代熱量計における粒子の再構成と同定に関連する代表的課題について考察する。 我々は、圧縮されたモデルをファームウェアに変換し、FPGA上で実装する。
  論文  参考訳（メタデータ） (2020-08-08T21:26:31Z)
• Efficient 2D Tensor Network Simulation of Quantum Systems [6.074275058563179]
  射影エンタングル状態(PEPS)のような2次元テンソルネットワークは物理系や量子回路の重要なクラスに適している。 本稿では,PEPSに基づく手法のための新しいアルゴリズムとソフトウェア抽象化を提案する。
  論文  参考訳（メタデータ） (2020-06-26T22:36:56Z)

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。