論文の概要: Bang-bang preparation of a quantum many-body ground state in a finite lattice: optimization of the algorithm with a tensor network
- arxiv url: http://arxiv.org/abs/2505.08226v1
- Date: Tue, 13 May 2025 05:01:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-14 20:57:54.425151
- Title: Bang-bang preparation of a quantum many-body ground state in a finite lattice: optimization of the algorithm with a tensor network
- Title（参考訳）: 有限格子における量子多体基底状態のバンバン準備-テンソルネットワークを用いたアルゴリズムの最適化
- Authors: Ihor Sokolov, Jacek Dziarmaga,
- Abstract要約: bang-bang (BB) アルゴリズムは格子量子多体ハミルトンの基底状態を作成する。
1次元と2次元のテンソルネットワークでアルゴリズムを最適化する。
本稿では, 行列積状態 (MPS) と対交射影状態 (PEPS) を用いて, 量子臨界点付近の1Dおよび2D量子イジングモデルでそれぞれ手順を検証した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A bang-bang (BB) algorithm prepares the ground state of a lattice quantum many-body Hamiltonian $H=H_1+H_2$ by evolving an initial product state alternating between $H_1$ and $H_2$. We optimize the algorithm with tensor networks in one and two dimensions. The optimization has two stages. In stage one, a shallow translationally-invariant circuit is optimized in an infinite lattice. In stage two, the infinite-lattice gate sequence is used as a starting point for a finite lattice where it remains optimal in the bulk. The prepared state requires optimization only at its boundary, within a healing length from lattice edges, and the gate sequence needs to be modified only within the causal cone of the boundary. We test the procedure in the 1D and 2D quantum Ising model near its quantum critical point employing, respectively, the matrix product state (MPS) and the pair-entangled projected state (PEPS). At the boundary already the infinite-lattice sequence turns out to provide a more accurate state than in the bulk.
- Abstract（参考訳）: バンバン(BB)アルゴリズムは、格子量子多体ハミルトン$H=H_1+H_2$の基底状態を作成し、初期積状態が$H_1$と$H_2$の間で交互に変化する。
1次元と2次元のテンソルネットワークでアルゴリズムを最適化する。
最適化には2つの段階がある。
ステージ1では、浅い翻訳不変回路を無限格子で最適化する。
ステージ2では、無限格子ゲート列は、バルク内で最適である有限格子の出発点として使用される。
準備された状態は、その境界でのみ最適化が必要であり、格子縁からの治癒長さ内であり、ゲートシーケンスは境界の因果円錐内でのみ変更する必要がある。
本研究では, 行列積状態 (MPS) と対交射影状態 (PEPS) を用いて, 量子臨界点付近の1Dおよび2D量子イジングモデルでそれぞれ手順を検証した。
境界において、既に無限格子列はバルクよりも正確な状態であることが判明した。
関連論文リスト
- Gate generation for open quantum systems via a monotonic algorithm with time optimization [0.0]
オープンシステムのための量子ゲートを生成するための単調な数値アルゴリズムを提案する。
予備的な実装は、このアルゴリズムがキャットキュービットゲートに適していることを示している。
論文 参考訳（メタデータ） (2024-03-29T07:43:29Z) - Bang-bang preparation of quantum many-body ground states in two dimensions: optimization of the algorithm with a two-dimensional tensor network [0.0]
バンバン(BB)アルゴリズムは、2次元(2次元)量子多体ハミルトンの基底状態を作成する。
近傍テンソル更新を用いて、BB進化を無限対密度射影状態(iPEPS)でシミュレートする。
最適BBエネルギーは最適APエネルギーよりもはるかに速いバン数と収束する。
論文 参考訳（メタデータ） (2024-01-17T12:04:10Z) - Polynomial-time Solver of Tridiagonal QUBO and QUDO problems with Tensor Networks [41.94295877935867]
本稿では,3次元非拘束二項最適化(QUBO)問題と準拘束非拘束離散最適化(QUDO)問題を一方の相互作用で解くアルゴリズムを提案する。
提案手法は, 仮想時間進化を適用し, 最大振幅を得るために一連の部分的トレースを行う量子状態のシミュレーションに基づく。
論文 参考訳（メタデータ） (2023-09-19T10:45:15Z) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳（メタデータ） (2023-07-17T13:37:18Z) - Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent
and Incoherent Photons Found with Gradient Search [77.34726150561087]
我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。
我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
論文 参考訳（メタデータ） (2023-02-28T07:36:02Z) - An entanglement perspective on the quantum approximate optimization
algorithm [0.0]
ランダム化および最適化されたQAOA回路による絡み合いの増大と広がりについて検討する。
また、ランダム行列理論に関連する絡み合いスペクトルについても検討する。
論文 参考訳（メタデータ） (2022-06-14T17:37:44Z) - 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) - Quantum walk in a reinforced free-energy landscape: Quantum annealing
with reinforcement [0.0]
強化は、システムの指数的に小さなエネルギーギャップを回避できる戦略の1つである。
本研究では、強化のための構成空間における局所エントロピーを取り上げ、アルゴリズムを多くの容易かつ難しい最適化問題に適用する。
論文 参考訳（メタデータ） (2022-02-22T14:16:27Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - Single-Timescale Stochastic Nonconvex-Concave Optimization for Smooth
Nonlinear TD Learning [145.54544979467872]
本稿では,各ステップごとに1つのデータポイントしか必要としない2つの単一スケールシングルループアルゴリズムを提案する。
本研究の結果は, 同時一次および二重側収束の形で表される。
論文 参考訳（メタデータ） (2020-08-23T20:36:49Z) - 2D Qubit Placement of Quantum Circuits using LONGPATH [1.6631602844999722]
任意の量子回路におけるSWAPゲートの数を最適化する2つのアルゴリズムが提案されている。
提案手法は1Dおよび2D NTCアーキテクチャにおけるSWAPゲート数を大幅に削減する。
論文 参考訳（メタデータ） (2020-07-14T04:09:52Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳（メタデータ） (2020-04-14T11:05:26Z) - Lagrangian Decomposition for Neural Network Verification [148.0448557991349]
ニューラルネットワーク検証の基本的なコンポーネントは、出力が取ることのできる値のバウンダリの計算である。
ラグランジアン分解に基づく新しい手法を提案する。
ランニングタイムのごく一部で、既成の解法に匹敵するバウンダリが得られることを示す。
論文 参考訳（メタデータ） (2020-02-24T17:55:10Z)
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。