論文の概要: Convolutional transformer wave functions

• arxiv url: http://arxiv.org/abs/2503.10462v1
• Date: Thu, 13 Mar 2025 15:32:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-14 15:51:15.591216
• Title: Convolutional transformer wave functions
• Title（参考訳）: 畳み込み変圧器波動関数
• Authors: Ao Chen, Vighnesh Dattatraya Naik, Markus Heyl,
• Abstract要約: 畳み込み変圧器波動関数(CTWF)を導入する。 CTWFは, 従来の結果と比較して, 基底状態探索および非平衡ダイナミクスにおいて優れた性能を示した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Deep neural quantum states have recently achieved remarkable performance in solving challenging quantum many-body problems. While transformer networks appear particularly promising due to their success in computer science, we show that previously reported transformer wave functions haven't so far been capable to utilize their full power. Here, we introduce the convolutional transformer wave function (CTWF). We show that our CTWFs exhibit superior performance in ground-state search and non-equilibrium dynamics compared to previous results, demonstrating promising capacity in complex quantum problems.
• Abstract（参考訳）: ディープ・ニューラル量子状態は、最近、量子多体問題の解決において顕著な性能を達成した。 トランスフォーマーネットワークはコンピュータ科学の成功によって特に有望に思えるが、これまで報告されたトランスフォーマーの波動関数は、その全パワーを活用できない。 本稿では,畳み込み変圧器波動関数(CTWF)を紹介する。 以上の結果より,CTWFは基底状態探索および非平衡力学において,より優れた性能を示し,複雑な量子問題において有望な能力を示すことを示した。

関連論文リスト

• Quantum Attention for Vision Transformers in High Energy Physics [39.38389619339798]
  量子直交ニューラルネットワーク(QONN)を取り入れた新しいハイブリッド量子古典型視覚変換器アーキテクチャを提案する。 この研究は、次世代粒子物理学実験の計算要求に対処する量子強化モデルの可能性を強調している。
  論文  参考訳（メタデータ） (2024-11-20T18:11:17Z)
• 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)
• Quantum Embedding with Transformer for High-dimensional Data [1.4801853435122907]
  この研究には視覚変換器(ViT)が組み込まれ、量子的に重要な埋め込み能力が向上した。 この研究は、我々のトランスフォーマーベースのアーキテクチャが、現代の量子機械学習問題に対して非常に汎用的で実践的なアプローチであることを実証的な証拠を示し、分析する。
  論文  参考訳（メタデータ） (2024-02-20T04:06:28Z)
• Approximation and Estimation Ability of Transformers for Sequence-to-Sequence Functions with Infinite Dimensional Input [50.83356836818667]
  無限次元入力を持つシーケンス・ツー・シーケンス関数として変換器の近似と推定能力について検討する。 我々の理論的結果は、高次元データに対する変換器の実用的成功を支持する。
  論文  参考訳（メタデータ） (2023-05-30T02:44:49Z)
• Variational waveguide QED simulators [58.720142291102135]
  導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。 ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
  論文  参考訳（メタデータ） (2023-02-03T18:55:08Z)
• Quantum emulation of the transient dynamics in the multistate Landau-Zener model [50.591267188664666]
  本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。 我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
  論文  参考訳（メタデータ） (2022-11-26T15:04:11Z)
• Your Transformer May Not be as Powerful as You Expect [88.11364619182773]
  連続列列列関数を近似できるかどうかに関して, RPE ベースの変換器のパワーを数学的に解析する。 RPEをベースとしたトランスフォーマーでは,ニューラルネットワークの深さや幅がどんなに深くても近似できない連続列列列列関数が存在することを示す。 我々は,その条件を満たす,Universal RPE-based (URPE) Attentionと呼ばれる新しいアテンションモジュールを開発する。
  論文  参考訳（メタデータ） (2022-05-26T14:51:30Z)
• Hybrid convolutional neural network and PEPS wave functions for quantum many-particle states [2.9449581560402747]
  畳み込みニューラルネットワーク(CNN)と投影型絡み合ったペア状態(PEPS)を組み合わせたハイブリッド波動関数を提案する。 得られた基底エネルギーが最先端の結果と競合していることが示される。
  論文  参考訳（メタデータ） (2020-09-30T01:18:44Z)
• Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
  表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。 動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
  論文  参考訳（メタデータ） (2020-01-15T19:00:01Z)

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。