論文の概要: Predicting fermionic densities using a Projected Quantum Kernel method
- arxiv url: http://arxiv.org/abs/2504.14002v1
- Date: Fri, 18 Apr 2025 18:00:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-30 05:55:44.569153
- Title: Predicting fermionic densities using a Projected Quantum Kernel method
- Title(参考訳): 投影量子カーネル法によるフェルミオン密度の予測
- Authors: Francesco Perciavalle, Francesco Plastina, Michele Pisarra, Nicola Lo Gullo,
- Abstract要約: 本研究では,1次元フェルミオン系の密度構造を予測するために,投射量子カーネル法に基づく支持ベクトル回帰器を用いる。
核は、相互作用するライドバーグ原子で実装可能な量子貯水池の可観測物で構築されている。
- 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: We use a support vector regressor based on a projected quantum kernel method to predict the density structure of 1D fermionic systems of interest in quantum chemistry and quantum matter. The kernel is built on with the observables of a quantum reservoir implementable with interacting Rydberg atoms. Training and test data of the fermionic system are generated using a Density Functional Theory approach. We test the performance of the method for several Hamiltonian parameters, finding a general common behavior of the error as a function of measurement time. At sufficiently large measurement times, we find that the method outperforms the classical linear kernel method and can be competitive with the radial basis function method.
- Abstract(参考訳): 提案手法は,1次元フェルミオン系における量子化学および量子物質への関心の密度構造を予測するために,投射量子カーネル法に基づく支持ベクトル回帰器を用いる。
核は、相互作用するライドバーグ原子で実装可能な量子貯水池の可観測物で構築されている。
フェルミオン系のトレーニングおよび試験データは密度汎関数理論を用いて生成する。
本研究では,いくつかのハミルトンパラメータに対する手法の性能を検証し,測定時間の関数として誤差の一般的な共通挙動を求める。
十分に大きな測定時間では、この手法は古典的線形カーネル法よりも優れており、放射基底関数法と競合しうることがわかった。
関連論文リスト
- Nuclear responses with neural-network quantum states [37.902436796793616]
我々は、ニューラルネットワーク量子状態とローレンツ積分変換技術を組み合わせた変分モンテカルロフレームワークを提案する。
光核の光吸収断面積に焦点をあて、数値的精度の高い技術に対するベンチマークが利用可能である。
論文 参考訳(メタデータ) (2025-04-28T18:57:21Z) - Computing band gaps of periodic materials via sample-based quantum diagonalization [0.046813104368264594]
本稿では,周期材料の電子基底状態をシミュレーションするための量子対角化(SQD)ワークフローを提案する。
量子回路をサンプリングし、結果として生じる構成部分空間でハミルトンを古典的に対角化することにより、代表材料のバンドギャップエネルギーを予測する。
論文 参考訳(メタデータ) (2025-03-13T21:34:02Z) - Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。
古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文 参考訳(メタデータ) (2024-10-04T18:06:12Z) - A Theory of Quantum Jumps [44.99833362998488]
我々は、量子化された電磁場に結合した原子の理想化されたモデルにおける蛍光と量子ジャンプ現象について研究する。
この結果は、顕微鏡システムの量子力学的記述における基本的なランダム性の導出に起因している。
論文 参考訳(メタデータ) (2024-04-16T11:00:46Z) - Exact Ansatz of Fermion-Boson Systems for a Quantum Device [5.915403570478968]
混合フェルミオンボソン系の固有状態問題に対する正確なアンサッツを量子デバイスに実装することができる。
以上の結果から,CSEは一般フェルミオンボソン多体問題を解くための量子アルゴリズムの開発において強力なツールであることが示された。
論文 参考訳(メタデータ) (2024-02-19T16:38:57Z) - A Hyperparameter Study for Quantum Kernel Methods [0.0]
量子カーネル法は、量子機械学習において、それらに接続された保証のおかげで有望な方法である。
分析的考察に対するそれらのアクセシビリティは、量子的優位性の可能性に基づいてデータセットを事前スクリーニングする可能性も開ける。
初期の研究は幾何学的差異を開発しており、これは2つのカーネルベースの機械学習アプローチの尺度として理解することができる。
論文 参考訳(メタデータ) (2023-10-18T11:20:59Z) - Quantum Computed Green's Functions using a Cumulant Expansion of the Lanczos Method [0.0]
本稿では,多体グリーン関数行列をスピン軌道ベースで計算する量子計算法を提案する。
我々は,量子量子コンピュータのH1-1におけるグリーン関数の計算を実演する。
論文 参考訳(メタデータ) (2023-09-18T11:45:04Z) - Fermionic anyons: entanglement and quantum computation from a resource-theoretic perspective [39.58317527488534]
フェミオン異性体として知られる特定の1次元準粒子の分離性を特徴付ける枠組みを開発する。
我々はこのフェルミオンアニオン分離性の概念をマッチゲート回路の自由資源にマップする。
また,2つの量子ビット間のエンタングルメントが,フェルミオン異方体間のエンタングルメントの概念に対応していることを示す。
論文 参考訳(メタデータ) (2023-06-01T15:25:19Z) - The Levy-Lieb embedding of density functional theory and its Quantum
Kernel: Illustration for the Hubbard Dimer using near-term quantum algorithms [0.0]
本稿では,パラダイム格子系であるHubbard二量体に対するLevi-Lieb法を数値的に実装する。
得られたハイブリッド量子古典スキームを用いて密度変動最小化を示す。
論文 参考訳(メタデータ) (2022-07-19T00:23:52Z) - Bernstein-Greene-Kruskal approach for the quantum Vlasov equation [91.3755431537592]
一次元定常量子ブラソフ方程式は、エネルギーを力学変数の1つとして分析する。
量子トンネル効果が小さい半古典的な場合、無限級数解が開発される。
論文 参考訳(メタデータ) (2021-02-18T20:55:04Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳(メタデータ) (2020-07-28T14:52:28Z)
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。