論文の概要: Looking elsewhere: improving variational Monte Carlo gradients by importance sampling

• arxiv url: http://arxiv.org/abs/2507.05352v1
• Date: Mon, 07 Jul 2025 18:00:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.280941
• Title: Looking elsewhere: improving variational Monte Carlo gradients by importance sampling
• Title（参考訳）: 他に見る:重要サンプリングによる変分モンテカルロ勾配の改善
• Authors: Antoine Misery, Luca Gravina, Alessandro Santini, Filippo Vicentini,
• Abstract要約: ニューラルネットワーク量子状態(NQS)は、量子多体波動関数を表現するために強力で表現力のあるアンサッツを提供する。 量子化学で現れる急激なピーク波動関数のようないくつかのシナリオは、変動最適化の有効性を阻害する高分散勾配推定器をもたらすことが知られている。 本研究では、適応的に調整された重要度サンプリングを用いて、これらのサンプリング問題に取り組むための体系的戦略について検討する。 提案手法により,バニラVMCの計算コストを,高ピークの量子化学波動関数をターゲットとした場合,最大100倍に削減できる。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural-network quantum states (NQS) offer a powerful and expressive ansatz for representing quantum many-body wave functions. However, their training via Variational Monte Carlo (VMC) methods remains challenging. It is well known that some scenarios - such as sharply peaked wave functions emerging in quantum chemistry - lead to high-variance gradient estimators hindering the effectiveness of variational optimizations. In this work we investigate a systematic strategy to tackle those sampling issues by means of adaptively tuned importance sampling. Our approach is explicitly designed to (i) target the gradient estimator instead of the loss function, (ii) not introduce additional hyperparameters and (iii) be computationally inexpensive. We benchmarked our approach across the ground-state search of a wide variety of hamiltonians, including frustrated spin systems and ab-initio quantum chemistry. We also show systematic improvements on the infidelity minimization in the context of neural projected quantum dynamics. Overall, our approach can reduce the computational cost of vanilla VMC considerably, up to a factor of 100x when targeting highly peaked quantum chemistry wavefunctions.
• Abstract（参考訳）: ニューラルネットワーク量子状態(NQS)は、量子多体波動関数を表現するために強力で表現力のあるアンサッツを提供する。 しかし、変分モンテカルロ法(VMC)による訓練は依然として困難である。 量子化学で現れる急激なピーク波動関数のようないくつかのシナリオは、変動最適化の有効性を阻害する高分散勾配推定器をもたらすことが知られている。 本研究では、適応的に調整された重要度サンプリングを用いて、これらのサンプリング問題に取り組むための体系的戦略について検討する。 私たちのアプローチは明示的に設計されています (i)損失関数の代わりに勾配推定器を目標とする。 (ii)追加のハイパーパラメータを導入せず (iii)計算コストが安いこと。 我々は、フラストレーションされたスピンシステムやab-initio量子化学を含む、さまざまなハミルトニアンの基底状態探索のアプローチをベンチマークした。 また、ニューラル射影量子力学の文脈における不忠実度最小化の体系的改善を示す。 本手法により,バニラVMCの計算コストを,高ピークの量子化学波動関数をターゲットとした場合,最大100倍に削減できる。

関連論文リスト

• Diffusion-Enhanced Optimization of Variational Quantum Eigensolver for General Hamiltonians [17.975555487972166]
  変分量子アルゴリズム(VQA)は、現在の雑音量子デバイスにおいて量子優位を達成するための有望なアプローチとして登場した。 しかし、それらの大規模応用は、バレンプラトー(BP)現象、局所ミニマ、多数の反復要求など、最適化上の課題によって著しく妨げられている。 本研究では,これらの問題に対処するために,デノナイジング拡散モデル(DM)を活用する。
  論文  参考訳（メタデータ） (2025-01-10T02:32:46Z)
• 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)
• Machine-learning-inspired quantum control in many-body dynamics [6.817811305553492]
  制御フィールドの最適化に適した,有望かつ多目的な制御ニューラルネットワークを提案する。 本稿では,量子イジングモデルにおける臨界点通過時の欠陥密度の抑制とキャット状態の忠実度向上の問題に対処する。 勾配に基づくパワーロークエンチ法と比較して,本手法はシステムサイズと長期的進化の両面で有意な優位性を示す。
  論文  参考訳（メタデータ） (2024-04-09T01:47:55Z)
• Wasserstein Quantum Monte Carlo: A Novel Approach for Solving the Quantum Many-Body Schr\"odinger Equation [56.9919517199927]
  ワーッセルシュタイン量子モンテカルロ (WQMC) はフィッシャー・ラオ計量ではなくワーッセルシュタイン計量によって誘導される勾配流を用いており、テレポートではなく確率質量の輸送に対応する。 我々は、WQMCの力学が分子系の基底状態へのより高速な収束をもたらすことを実証的に実証した。
  論文  参考訳（メタデータ） (2023-07-06T17:54:08Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Gradient Ascent Pulse Engineering with Feedback [0.0]
  本稿では,モデルなし強化学習の概念を取り入れたフィードバック-GRAPEを提案する。 本手法は,ノイズの存在下での状態調整と安定化のための解釈可能なフィードバック戦略を導出する。
  論文  参考訳（メタデータ） (2022-03-08T18:46:09Z)
• 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)

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。