Fugu-MT 論文翻訳(概要): Improved approximation algorithms for the EPR Hamiltonian

論文の概要: Improved approximation algorithms for the EPR Hamiltonian

arxiv url: http://arxiv.org/abs/2504.10712v1
Date: Mon, 14 Apr 2025 21:08:40 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-16 22:06:33.469770
Title: Improved approximation algorithms for the EPR Hamiltonian
Title（参考訳）: EPRハミルトニアンの近似アルゴリズムの改良
Authors: Nathan Ju, Ansh Nagda,
Abstract要約: EPRハミルトニアン(EPR Hamiltonian)は、キングによって導入された2局所量子ハミルトニアン(arXiv:2202589)の族である。 EPRハミルトニアンの基底エネルギーを計算するための時間$frac1+sqrt54$-approximationアルゴリズムを導入する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: The EPR Hamiltonian is a family of 2-local quantum Hamiltonians introduced by King (arXiv:2209.02589). We introduce a polynomial time $\frac{1+\sqrt{5}}{4}\approx 0.809$-approximation algorithm for the problem of computing the ground energy of the EPR Hamiltonian, improving upon the previous state of the art of $0.72$ (arXiv:2410.15544). As a special case, this also implies a $\frac{1+\sqrt{5}}{4}$-approximation for Quantum Max Cut on bipartite instances, improving upon the approximation ratio of $3/4$ that one can infer in a relatively straightforward manner from the work of Lee and Parekh (arXiv:2401.03616).
Abstract（参考訳）: EPRハミルトニアン(EPR Hamiltonian)は、キングによって導入された2つの局所量子ハミルトニアン(arXiv:2209.02589)の族である。多項式時間 $\frac{1+\sqrt{5}}{4}\approx 0.809$-approximation algorithm for the problem of the problem of the ground energy of the EPR Hamiltonian, improve on the pre-of-the-art of $0.72$ (arXiv:2410.15544)。特別な場合として、これは二部分極カットに対する$\frac{1+\sqrt{5}}{4}$-approximation(英語版)をも意味しており、リーとパレフ(英語版)(arXiv:2401.03616)の業績から比較的直感的に推測できる3/4$の近似比を改善している。

関連論文リスト

Monogamy of Entanglement Bounds and Improved Approximation Algorithms for Qudit Hamiltonians [37.96754147111215]
我々は、局所項のないランク1プロジェクターの2-局所キュディト・ハミルトン多様体に対するエンタングルメント境界の新しいモノガミーを証明した。基礎となる相互作用グラフの最大整合性の観点から、低次2乗法証明を用いて基底状態エネルギーを認証する。
論文参考訳（メタデータ） (2024-10-21T00:10:51Z)
A quantum-classical performance separation in nonconvex optimization [7.427989325451079]
我々は最近提案された量子ハミルトニアン(QHD)アルゴリズムが、このファミリーから$d$Dのクエリを解くことができることを証明した。一方、総合的な実証研究により、最先端の古典的アルゴリズム/解法はそのような問合せを解決するのにスーパーポリノミカルな時間を必要とすることが示唆されている。
論文参考訳（メタデータ） (2023-11-01T19:51:00Z)
Rigorous derivation of the Efimov effect in a simple model [68.8204255655161]
我々は、2体ゼロレンジ相互作用と、与えられた半径$a>0$の3体ハードコア反発を持つ$mathbbR3$の3つの同一ボソンの系を考える。
論文参考訳（メタデータ） (2023-06-21T10:11:28Z)
Provably Efficient Reinforcement Learning via Surprise Bound [66.15308700413814]
本稿では,一般値関数近似を用いた効率の良い強化学習アルゴリズムを提案する。本アルゴリズムは, 線形設定と疎高次元線形設定の両方に適用した場合に, 合理的な後悔境界を達成できる。
論文参考訳（メタデータ） (2023-02-22T20:21:25Z)
Improved Approximations for Extremal Eigenvalues of Sparse Hamiltonians [2.6763498831034043]
古典的な$/(qk+1)$-approximation for the maximum eigen value of a $k$-sparse fermionic Hamiltonian with strictly $q$-local terms。より一般に、1/O(qk2)$-approximation for $k$-sparse fermionic Hamiltonians with terms of locality at most $q$。
論文参考訳（メタデータ） (2023-01-11T18:31:10Z)
Optimizing sparse fermionic Hamiltonians [0.0]
ガウス状態を用いてフェルミオンハミルトニアンの基底状態エネルギーを近似する問題を考察する。厳密には$q$-local $rm textit sparse$ fermionic Hamiltonian はガウス近似比が一定であることを証明する。
論文参考訳（メタデータ） (2022-11-29T19:00:01Z)
An Improved Approximation Algorithm for Quantum Max-Cut [0.0]
我々は、SDP緩和を絡み合った量子状態に丸めることによって動作するQuantum Max-Cutの近似アルゴリズムを提案する。 EPRハミルトニアンに対しては、全てのグラフに対して近似比1/sqrt2$の近似アルゴリズムを与える。
論文参考訳（メタデータ） (2022-09-06T15:45:04Z)
Some Remarks on the Regularized Hamiltonian for Three Bosons with Contact Interactions [77.34726150561087]
3次元のゼロレンジ力を介して相互作用する3つのボソン系のモデルハミルトンの性質について論じる。特に、適当な二次形式 $Q$ から始め、自己随伴およびハミルトンの$mathcal H$ の下から有界となるものを構築することができる。しきい値 $gamma_c$ が最適であることは、次の2次形式 $Q$ が下から非有界であるという意味では、$gamma_c$ が最適であることを示している。
論文参考訳（メタデータ） (2022-07-01T10:01:14Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
Finite-Time Analysis for Double Q-learning [50.50058000948908]
二重Q-ラーニングのための非漸近的有限時間解析を初めて提供する。同期と非同期の二重Q-ラーニングの両方が,グローバル最適化の$epsilon$-accurate近辺に収束することが保証されていることを示す。
論文参考訳（メタデータ） (2020-09-29T18:48:21Z)
Revisiting Modified Greedy Algorithm for Monotone Submodular Maximization with a Knapsack Constraint [75.85952446237599]
修正されたグリードアルゴリズムは、近似係数が0.305$であることを示す。最適なデータ依存上界を導出する。また、分岐やバウンドといったアルゴリズムの効率を大幅に改善するためにも使うことができる。
論文参考訳（メタデータ） (2020-08-12T15:40:21Z)

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。