論文の概要: Tensor Network Techniques for Quantum Computation

• arxiv url: http://arxiv.org/abs/2503.04423v1
• Date: Thu, 06 Mar 2025 13:31:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 15:59:02.034372
• Title: Tensor Network Techniques for Quantum Computation
• Title（参考訳）: 量子計算のためのテンソルネットワーク技術
• Authors: Mario Collura, Guglielmo Lami, Nishan Ranabhat, Alessandro Santini,
• Abstract要約: この本はテンソルネットワークとその量子計算および量子情報への応用の入門的かつ徹底的なガイドとして機能する。 パートIでは、テンソル構造やマトリックス製品状態(MPS)やツリーネットワーク(TTN)といったネットワーク表現など、基本的なトピックが取り上げられている。 第2部は量子力学のシミュレーションにおけるテンソルネットワークの実践的応用を探る。 最後の章ではテンソルネットワークにおける「量子魔法」の役割について論じている。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License:
• Abstract: This book serves as an introductory yet thorough guide to tensor networks and their applications in quantum computation and quantum information, designed for advanced undergraduate and graduate-level readers. In Part I, foundational topics are covered, including tensor structures and network representations like Matrix Product States (MPS) and Tree Tensor Networks (TTN). These preliminaries provide readers with the core mathematical tools and concepts necessary for quantum physics and quantum computing applications, bridging the gap between multi-linear algebra and complex quantum systems. Part II explores practical applications of tensor networks in simulating quantum dynamics, with a particular focus on the efficiency they offer for systems of high computational complexity. Key topics include Hamiltonian dynamics, quantum annealing, open system dynamics, and optimization strategies using TN frameworks. A final chapter addresses the emerging role of "quantum magic" in tensor networks. It delves into non-stabilizer states and their contribution to quantum computational power beyond classical simulability, featuring methods such as stabilizer-enhanced MPS and the Clifford-dressed TDVP.
• Abstract（参考訳）: この本は、テンソルネットワークとその量子計算と量子情報への応用の入門的かつ徹底的なガイドとして機能し、上級の学部生や大学院レベルの読者のために設計されている。 パートIでは、テンソル構造や、マトリックス製品状態(MPS)やツリーテンソルネットワーク(TTN)などのネットワーク表現など、基本的なトピックがカバーされている。 これらのプリミナリーは、量子物理学や量子コンピューティングアプリケーションに必要な基本的な数学的ツールや概念を読者に提供し、多線型代数と複素量子システムの間のギャップを埋める。 パートIIは、量子力学をシミュレートするテンソルネットワークの実践的応用を探求し、高い計算複雑性を持つシステムに提供される効率に特に焦点をあてる。 主なトピックは、ハミルトン力学、量子アニール、オープンシステム力学、TNフレームワークを用いた最適化戦略である。 最後の章ではテンソルネットワークにおける「量子魔法」の役割について論じている。 非安定化器状態と、古典的なシミュラビリティを超える量子計算力への寄与に発展し、安定化器付MPSやクリフォード装束TDVPのような手法を特徴とする。

関連論文リスト

• Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
  量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。 この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。 この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
  論文  参考訳（メタデータ） (2025-01-16T13:25:49Z)
• Quantum Annealing and Tensor Networks: a Powerful Combination to Solve Optimization Problems [0.0]
  この論文の目的は、量子デバイスとテンソルネットワークアルゴリズムを比較することではない。 これらの技術間のシナジーの可能性を探究し、2つのフラッグシップアルゴリズムが将来的にどのように協力するかに焦点を当てる。 本論は, 有限オートマトンを用いたこの問題に対するアプローチを概説し, ケーススタディのMPO構築に応用する。
  論文  参考訳（メタデータ） (2024-12-07T09:20:20Z)
• Survey on Computational Applications of Tensor Network Simulations [0.0]
  Reviewは、どのテンソルネットワークに対してどのクラスが提案されているかを明らかにすることを目的としている。 我々は,このレビューを,非専門家による読みやすいテンソルネットワークアプリケーションに関するハイレベルなツアーとして意図している。
  論文  参考訳（メタデータ） (2024-08-09T11:46:47Z)
• A Matrix Product State Model for Simultaneous Classification and Generation [0.8192907805418583]
  量子機械学習(Quantum Machine Learning, QML)は、量子コンピューティングの原理と機械学習の技法を融合させる、急速に拡大する分野である。 本稿では,MPSが分類器と生成器の両方として機能する新しい行列積状態(MPS)モデルを提案する。 我々のコントリビューションは、生成タスクのためのテンソルネットワークメソッドのメカニズムに関する洞察を提供する。
  論文  参考訳（メタデータ） (2024-06-25T10:23:36Z)
• Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
  本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。 ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。 また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
  論文  参考訳（メタデータ） (2023-07-24T02:48:22Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Quantum Phase Recognition using Quantum Tensor Networks [0.0]
  本稿では,教師付き学習タスクのためのテンソルネットワークにインスパイアされた浅部変分アンザツに基づく量子機械学習手法について検討する。 マルチスケールエンタングルメント再正規化アンサッツ (MERA) とツリーテンソルネットワーク (TTN) がパラメタライズド量子回路にインスパイアされた場合、テストセットの精度が$geq 98%に達する。
  論文  参考訳（メタデータ） (2022-12-12T19:29:07Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。