論文の概要: Seeding neural network quantum states with tensor network states

• arxiv url: http://arxiv.org/abs/2506.23550v1
• Date: Mon, 30 Jun 2025 06:49:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.943652
• Title: Seeding neural network quantum states with tensor network states
• Title（参考訳）: テンソルネットワーク状態を用いたニューラルネットワーク量子状態の探索
• Authors: Ryui Kaneko, Shimpei Goto,
• Abstract要約: 行列積状態 (MPS) を多項単位からなる制限ボルツマンマシン波動関数に変換する効率的な手法を見出した。 この手法により、多体基底状態計算のための隠れた初期ニューラルネットワーク量子状態を生成することができる。 基底状態波動関数が複素ノルダー構造を持つより一般的な量子多体系への本手法の適用の可能性について論じる。
• 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 find an efficient approach to approximately convert matrix product states (MPSs) into restricted Boltzmann machine wave functions consisting of a multinomial hidden unit through a canonical polyadic (CP) decomposition of the MPSs. This method allows us to generate well-behaved initial neural network quantum states for quantum many-body ground-state calculations in polynomial time of the number of variational parameters and systematically shorten the distance between the initial states and the ground states with increasing the rank of the CP decomposition. We demonstrate the efficiency of our method by taking the transverse-field Ising model as an example and discuss possible applications of our method to more general quantum many-body systems in which the ground-state wave functions possess complex nodal structures.
• Abstract（参考訳）: 我々は,MPSの正準ポリアディック(CP)分解を通じて,多項隠れ単位からなる制限ボルツマン機械波関数に近似行列積状態(MPS)を変換する効率的な手法を見出した。 本手法により, 量子多体基底状態計算における量子多体基底状態の量子状態の量子化と, 初期状態と基底状態の距離の体系的短縮を実現し, CP分解のランクを増大させる。 本稿では, 逆場イジングモデルを例に挙げ, 基底状態波動関数が複素結節構造を持つより一般的な量子多体系への応用の可能性について論じる。

関連論文リスト

• Variational Quantum Simulation of the Interacting Schwinger Model on a Trapped-Ion Quantum Processor [26.47874938214435]
  本研究では、量子色力学にインスパイアされた玩具モデルであるマルチフレーバー格子シュウィンガーモデルについて検討する。 我々は、量子プロセッサ上で実行されるパラメトリック量子回路を用いて、モデルの異なるパラメータ状態の基底状態を特定する。 得られた状態は量子状態トモグラフィーによって分析され、出力状態における相関などの特性がどのように変化するかを明らかにする。
  論文  参考訳（メタデータ） (2025-04-29T14:43:57Z)
• Exploring quantum localization with machine learning [39.58317527488534]
  本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。 提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
  論文  参考訳（メタデータ） (2024-06-01T08:50:26Z)
• Quantum quench dynamics as a shortcut to adiabaticity [31.114245664719455]
  本研究では,クエンチステップを組み込んだ量子アルゴリズムを,変分するアディバティック・タイムスケールに対する対策として開発・テストする。 実験の結果,本手法は断熱アルゴリズムよりも有意に優れていることがわかった。
  論文  参考訳（メタデータ） (2024-05-31T17:07:43Z)
• Quantum tensor network algorithms for evaluation of spectral functions on quantum computers [0.0]
  テンソルネットワークから導かれる量子アルゴリズムを用いて,量子多体系の静的および動的特性をシミュレートする。 量子コンピュータ上で基底状態と励起状態を作成し、分子ナノマグネット(MNM)に応用するアルゴリズムをパラダイムとして示す。
  論文  参考訳（メタデータ） (2023-09-26T18:01:42Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Efficiency of neural-network state representations of one-dimensional quantum spin systems [0.0]
  1次元(1D)量子スピン系のボルツマンマシン(RBM)状態表現について検討する。 トラルニケート誤差を定量化したLRFD(Long-rangefastdecay) RBM状態のクラスを定義する。 広い範囲の量子系の基底状態は、正確にはRFD RBMまたはそれらの変種によって表されるかもしれないと推測する。
  論文  参考訳（メタデータ） (2023-02-01T01:44:03Z)
• Universality of critical dynamics with finite entanglement [68.8204255655161]
  臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。 その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
  論文  参考訳（メタデータ） (2023-01-23T19:23:54Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Learning quantum many-body systems from a few copies [1.5229257192293197]
  量子状態の物理特性を測定から推定することは、量子科学における最も基本的なタスクの1つである。 我々は、状態の準局所観測値の期待値を推測できる状態の条件を特定する。 そこで本研究では,最新トモグラフィープロトコルのコピー数に対する指数関数的改善が実現可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-07T16:21:51Z)

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。