論文の概要: Dynamics of disordered quantum systems with two- and three-dimensional tensor networks

• arxiv url: http://arxiv.org/abs/2503.05693v2
• Date: Mon, 10 Mar 2025 17:29:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:50:06.702024
• Title: Dynamics of disordered quantum systems with two- and three-dimensional tensor networks
• Title（参考訳）: 2次元および3次元テンソルネットワークを持つ乱量子系のダイナミクス
• Authors: Joseph Tindall, Antonio Mello, Matt Fishman, Miles Stoudenmire, Dries Sels,
• Abstract要約: 2次元および3次元テンソルネットワークは、格子上のイジングスピングラスの量子アニールダイナミクスを正確に、効率的にシミュレートできることを示す。 この結果から, テンソルネットワークは2次元および3次元の量子力学をシミュレーションする上で, 実現可能な手法であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum spin glasses form a good testbed for studying the performance of various quantum annealing and optimization algorithms. In this work we show how two- and three-dimensional tensor networks can accurately and efficiently simulate the quantum annealing dynamics of Ising spin glasses on a range of lattices. Such dynamics were recently simulated using D-Wave's Advantage$2$ system [arXiv:2403.00910] and, following extensive comparison to existing numerical methods, claimed to be beyond the reach of classical computation. Here we show that by evolving lattice-specific tensor networks with simple belief propagation to keep up with the entanglement generated during the time evolution and then extracting expectation values with more sophisticated variants of belief propagation, state-of-the-art accuracies can be reached with modest computational resources. The scalability of our simulations allows us to verify the universal physics present in the system and extract a value for the associated Kibble-Zurek exponent which agrees with recent values obtained in literature. Our results demonstrate that tensor networks are a viable approach for simulating large scale quantum dynamics in two and three dimensions on classical computers, and algorithmic advancements are expected to expand their applicability going forward.
• Abstract（参考訳）: 量子スピングラスは、様々な量子アニールおよび最適化アルゴリズムの性能を研究するための良いテストベッドを形成する。 本研究では、2次元および3次元テンソルネットワークが、イジングスピングラスの格子上での量子アニールダイナミクスを正確に、効率的にシミュレートする方法を示す。 このような力学は、D-Waveのアドバンテージ$2$システム [arXiv:2403.00910] を用いてシミュレートされ、既存の数値法と比較した結果、古典計算の範囲を超えていると主張した。 ここでは、単純な信念伝播を伴う格子特異的テンソルネットワークを進化させ、時間進化の間に生じる絡み合いに追従し、より洗練された信念伝播の変種で期待値を抽出することにより、最先端の精度を控えめな計算資源で達成できることを示す。 シミュレーションのスケーラビリティにより、システムに存在する普遍物理学を検証し、文献で得られた最近の値と一致する関連するキブル・ズレック指数の値を抽出することができる。 この結果から, テンソルネットワークは2次元および3次元の大規模量子力学をシミュレーションするための有効な手法であり, アルゴリズムの進歩が今後の適用可能性を高めることが期待できる。

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)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Enhancing lattice kinetic schemes for fluid dynamics with Lattice-Equivariant Neural Networks [79.16635054977068]
  我々はLattice-Equivariant Neural Networks (LENNs)と呼ばれる新しい同変ニューラルネットワークのクラスを提案する。 我々の手法は、ニューラルネットワークに基づく代理モデルLattice Boltzmann衝突作用素の学習を目的とした、最近導入されたフレームワーク内で開発されている。 本研究は,実世界のシミュレーションにおける機械学習強化Lattice Boltzmann CFDの実用化に向けて展開する。
  論文  参考訳（メタデータ） (2024-05-22T17:23:15Z)
• Hybrid quantum physics-informed neural networks for simulating computational fluid dynamics in complex shapes [37.69303106863453]
  本稿では3次元Y字ミキサー内の層流をシミュレートするハイブリッド量子物理学インフォームドニューラルネットワークを提案する。 我々のアプローチは、量子モデルの表現力と物理インフォームドニューラルネットワークの柔軟性を組み合わせることで、純粋に古典的なニューラルネットワークに比べて21%高い精度を実現している。
  論文  参考訳（メタデータ） (2023-04-21T20:49:29Z)
• 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 grid-based variational time evolution [36.136619420474766]
  本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。 シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
  論文  参考訳（メタデータ） (2022-03-04T19:00:45Z)
• Dynamics in an exact solvable quantum magnet: benchmark for quantum computer [2.643309520855375]
  本研究では、2次元大規模強磁性J1-J2ハイゼンベルク模型の動的挙動を理論的および実験的に検討する。 量子ウォーク実験は、IBMのプログラマブル量子プロセッサに基づいて設計・実施されている。
  論文  参考訳（メタデータ） (2021-09-23T13:32:45Z)
• 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)
• Quantum Annealing Formulation for Binary Neural Networks [40.99969857118534]
  本研究では、リソース制約のあるデバイスを意図した軽量で強力なモデルであるバイナリニューラルネットワークについて検討する。 トレーニング問題に対する2次非制約バイナリ最適化の定式化を考案する。 問題は難解であり、すなわち、二分重みを推定するコストはネットワークサイズと指数関数的にスケールするが、どのようにして問題を量子アニール器に直接最適化できるかを示す。
  論文  参考訳（メタデータ） (2021-07-05T03:20:54Z)
• Dynamics of two-dimensional open quantum lattice models with tensor networks [0.0]
  熱力学的極限に直接適用可能な無限射影ペア演算子(iPEPO)アンサッツに基づくテンソルネットワーク法を開発した。 非平均場限界における散逸的逆量子イジングと駆動散逸型ハードコアボソンモデルを考える。 提案手法は,既存の手法の適用範囲をはるかに超えながら,現在の実験に利用できる制度を研究できる。
  論文  参考訳（メタデータ） (2020-12-22T18:24:20Z)
• 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)
• Solving Quantum Master Equations with Deep Quantum Neural Networks [0.0]
  我々は、オープンな量子多体系の混合状態を表現するために、普遍的な量子計算が可能なディープ量子フィードフォワードニューラルネットワークを使用する。 量子ネットワークの特別な構造を所有するこのアプローチは、バレン高原の欠如など、多くの注目すべき特徴を享受している。
  論文  参考訳（メタデータ） (2020-08-12T18:00:08Z)
• Variational classical networks for dynamics in interacting quantum matter [0.0]
  本稿では,古典的スピンの複雑なネットワークに基づく,ニューラルネットワークに似た波動関数の変分クラスを導入する。 本手法は, 古典的極限が明確に定義された任意の量子多体系に適用可能であることを示す。
  論文  参考訳（メタデータ） (2020-07-31T14:03:37Z)

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。