論文の概要: Compact representation and long-time extrapolation of real-time data for quantum systems

• arxiv url: http://arxiv.org/abs/2506.13760v1
• Date: Mon, 16 Jun 2025 17:59:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:49.21323
• Title: Compact representation and long-time extrapolation of real-time data for quantum systems
• Title（参考訳）: 量子系におけるリアルタイムデータのコンパクト表現と長期外挿
• Authors: Andre Erpenbeck, Yuanran Zhu, Yang Yu, Lei Zhang, Richard Gerum, Olga Goulko, Chao Yang, Guy Cohen, Emanuel Gull,
• Abstract要約: 本研究では,ESPRITアルゴリズムの量子系のシミュレーションからリアルタイムな動的データを拡張するための応用について考察する。 我々は、短時間のダイナミクスから情報を抽出し、長時間の挙動を確実に予測する能力を示す。 ESPRITは、量子位相をキャラクタリゼーションするための純粋にデータ駆動のアプローチを提供し、動的観測変数の無限時間値を予測する方法を示す。
• 参考スコア（独自算出の注目度）: 8.237865929514351
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Representing real-time data as a sum of complex exponentials provides a compact form that enables both denoising and extrapolation. As a fully data-driven method, the Estimation of Signal Parameters via Rotational Invariance Techniques (ESPRIT) algorithm is agnostic to the underlying physical equations, making it broadly applicable to various observables and experimental or numerical setups. In this work, we consider applications of the ESPRIT algorithm primarily to extend real-time dynamical data from simulations of quantum systems. We evaluate ESPRIT's performance in the presence of noise and compare it to other extrapolation methods. We demonstrate its ability to extract information from short-time dynamics to reliably predict long-time behavior and determine the minimum time interval required for accurate results. We discuss how this insight can be leveraged in numerical methods that propagate quantum systems in time, and show how ESPRIT can predict infinite-time values of dynamical observables, offering a purely data-driven approach to characterizing quantum phases.
• Abstract（参考訳）: 実時間データを複素指数の和として表現することは、分解と外挿の両方が可能なコンパクトな形式を提供する。 完全なデータ駆動手法として、回転不変法(ESPRIT)アルゴリズムによる信号パラメータの推定は、基礎となる物理方程式とは無関係であり、様々な観測可能性や実験的、数値的な設定に広く適用できる。 本研究では,量子システムのシミュレーションからリアルタイムな動的データを拡張するためのESPRITアルゴリズムの応用について考察する。 ノイズの存在下でのESPRITの性能を評価し,他の外挿法と比較した。 本研究では、短時間のダイナミクスから情報を抽出し、長時間の挙動を確実に予測し、正確な結果に必要な最小時間間隔を決定する能力を示す。 この知見を時間内に量子システムを伝播する数値的手法でどのように活用できるかを論じ、ESPRITが量子位相をキャラクタライズするための純粋にデータ駆動のアプローチを提供しながら、動的可観測体の無限時間値をいかに予測できるかを示す。

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)
• Forecasting long-time dynamics in quantum many-body systems by dynamic mode decomposition [6.381013699474244]
  我々は、強い絡み合ったシステムの長時間挙動を予測するために、物理量の短時間データを使用する。 この方法は単純ではあるが、短時間のトレーニングデータよりも1桁近い長い時間で、驚くほど正確な予測を可能にする。
  論文  参考訳（メタデータ） (2024-03-29T03:10:34Z)
• Online Variational Sequential Monte Carlo [49.97673761305336]
  我々は,計算効率が高く正確なモデルパラメータ推定とベイジアン潜在状態推定を提供する変分連続モンテカルロ法(VSMC)を構築した。 オンラインVSMCは、パラメータ推定と粒子提案適応の両方を効率よく、完全にオンザフライで実行することができる。
  論文  参考訳（メタデータ） (2023-12-19T21:45:38Z)
• Inferring interpretable dynamical generators of local quantum observables from projective measurements through machine learning [17.27816885271914]
  マルチボディシステムにおける局所可観測物の進化を管理する動的生成器をノイズデータから推論するために,機械学習手法を用いる。 本手法は,多体システムから効率的な動的ジェネレータを抽出するだけでなく,量子シミュレーションや計算プラットフォームのデコヒーレンス機構の推測にも有効である。
  論文  参考訳（メタデータ） (2023-06-06T18:01:18Z)
• Robust Extraction of Thermal Observables from State Sampling and Real-Time Dynamics on Quantum Computers [49.1574468325115]
  我々は、状態の密度、特にその非負性性に制約を課す手法を導入し、この方法で、ノイズのある時系列からボルツマン重みを確実に抽出できることを示す。 本研究により,今日の量子コンピュータにおける時系列アルゴリズムの実装により,多体量子系の有限温度特性の研究が可能となった。
  論文  参考訳（メタデータ） (2023-05-30T18:00:05Z)
• Data-driven Quantum Dynamical Embedding Method for Long-term Prediction on Near-term Quantum Computers [4.821462994335231]
  量子力学埋め込み(QDE)を用いた長期時系列予測のためのデータ駆動手法を提案する。 このアプローチにより、トレーニング可能なデータ空間の拡張状態空間への埋め込みが可能になる。 このモデルは、超伝導量子プロセッサのOrigin 'Wukong'に実装する。
  論文  参考訳（メタデータ） (2023-05-25T12:12:49Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)
• Quantum-enhanced analysis of discrete stochastic processes [0.8057006406834467]
  離散過程(DSP)の特性関数を計算する量子アルゴリズムを提案する。 時間ステップの数と線形にしか成長しない量子回路要素の数を用いて、確率分布を完全に定義する。 このアルゴリズムはすべての軌道を考慮に入れ、重要なサンプリングの必要性を排除している。
  論文  参考訳（メタデータ） (2020-08-14T16:07:35Z)

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。