論文の概要: Efficient Berry Phase Calculation via Adaptive Variational Quantum Computing Approach

• arxiv url: http://arxiv.org/abs/2506.19150v1
• Date: Mon, 23 Jun 2025 21:38:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-25 19:48:23.40201
• Title: Efficient Berry Phase Calculation via Adaptive Variational Quantum Computing Approach
• Title（参考訳）: 適応変分量子コンピューティングによる効率的なベリー位相計算
• Authors: Martin Mootz, Yong-Xin Yao,
• Abstract要約: トポロジカルハミルトニアンのベリー位相を効率的に計算するための量子計算手法を提案する。 我々は,Fermi-Hubbard 鎖を4つの部位で二量化し,Berry 相シミュレーションの精度を検証した。
• 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 present a quantum computing approach for efficiently calculating the Berry phase in topological Hamiltonians. Our method leverages cyclic adiabatic evolution of the Hamiltonian and employs adaptive variational quantum algorithms for state preparation and evolution, optimizing circuit efficiency while maintaining high accuracy. We benchmark our approach on dimerized Fermi-Hubbard chains with four sites, demonstrating precise Berry phase simulations in both noninteracting and interacting regimes. Our results show that circuit depths reach up to 106 layers for noninteracting systems and increase to 279 layers for interacting systems due to added complexity. Additionally, we demonstrate the robustness of our scheme across a wide range of parameters governing adiabatic evolution and variational algorithm. These findings highlight the potential of adaptive variational quantum algorithms for advancing quantum simulations of topological materials and computing geometric phases in strongly correlated systems.
• Abstract（参考訳）: トポロジカルハミルトニアンのベリー位相を効率的に計算するための量子計算手法を提案する。 本手法はハミルトニアンの循環的断熱進化を活用し, 適応型変分量子アルゴリズムを用いて状態の調製と進化を行い, 高精度を維持しながら回路効率を最適化する。 我々は,Fermi-Hubbard鎖を4つの部位で二量化し,非相互作用状態と相互作用状態の両方におけるベリー相の正確なシミュレーションを検証した。 その結果,回路深度は非相互作用系では最大106層に到達し,複雑化により相互作用系では最大279層に増加した。 さらに,アディベート進化と変分アルゴリズムを規定する幅広いパラメータにわたって,提案手法のロバスト性を示す。 これらの知見は、トポロジカルな物質の量子シミュレーションと強相関系の幾何位相を計算するための適応型変分量子アルゴリズムの可能性を強調した。

関連論文リスト

• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Variational quantum algorithm for non-Markovian quantum dynamics [5.19702850808286]
  我々は,非マルコフ量子力学をシミュレートできる変分量子アルゴリズムを開発した。 このアルゴリズムは、NISQデバイスの並列コンピューティングプラットフォームに自然に適合し、無調波系-バス相互作用やマルチステートシステムに適している。
  論文  参考訳（メタデータ） (2024-11-30T09:25:23Z)
• Compact Multi-Threshold Quantum Information Driven Ansatz For Strongly Interactive Lattice Spin Models [0.0]
  近似量子相互情報(QMI)に基づくアンザッツ建築の体系的手順を提案する。 提案手法は,QMI値に基づいて各層の量子ビット対が選択される層状アンサッツを生成し,より効率的な状態生成と最適化ルーチンを実現する。 その結果,Multi-QIDA法は高い精度を維持しながら計算複雑性を低減し,格子スピンモデルにおける量子シミュレーションに有望なツールであることがわかった。
  論文  参考訳（メタデータ） (2024-08-05T17:07:08Z)
• Unveiling quantum phase transitions from traps in variational quantum algorithms [0.0]
  量子最適化と古典的機械学習を組み合わせたハイブリッドアルゴリズムを提案する。 従来の位相遷移の同定にはLASSO、トポロジカル遷移にはTransformerモデルを用いる。 リゲッティのAnkaa 9Q-1量子コンピュータで数値シミュレーションと実ハードウェア実験を行った。
  論文  参考訳（メタデータ） (2024-05-14T09:01:41Z)
• Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• Ab-initio variational wave functions for the time-dependent many-electron Schrödinger equation [41.94295877935867]
  平均場近似を超越したフェルミオン時間依存波動関数に対する変動的アプローチを提案する。 ニューラルネットワークのパラメータ化によって拡張された時間依存のJastrow因子とバックフロー変換を使用します。 この結果は、時間進化を正確に捉え、相互作用する電子系の量子力学に関する洞察を与える、我々の変分的アプローチの能力を示している。
  論文  参考訳（メタデータ） (2024-03-12T09:37:22Z)
• Adaptive projected variational quantum dynamics [0.0]
  本稿では,正確な変動時間進化波動関数を作成するための適応量子アルゴリズムを提案する。 この方法は、予測された変動量子ダイナミクス(pVQD)アルゴリズムに基づいている。 本研究では, 駆動スピンモデルとフェルミオン系のシミュレーションに新しいアルゴリズムを適用した。
  論文  参考訳（メタデータ） (2023-07-06T18:00:04Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)

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。