論文の概要: Learning shadows to predict quantum ground state correlations
- arxiv url: http://arxiv.org/abs/2508.00052v1
- Date: Thu, 31 Jul 2025 18:00:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-04 18:08:53.608102
- Title: Learning shadows to predict quantum ground state correlations
- Title（参考訳）: 量子基底状態相関を予測するための影の学習
- Authors: Pierre-Gabriel Rozon, Kartiek Agarwal,
- Abstract要約: 量子スピンハミルトニアンの基底状態相関を計算するために,古典的シャドウトモグラフィに着想を得た変分スキームを導入する。
数値的な結果から,提案手法は並列化可能であり,効率的なシミュレーションが可能であり,基底状態のより完全な記述が得られることを示す。
- 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 introduce a variational scheme inspired by classical shadow tomography to compute ground state correlations of quantum spin Hamiltonians. Shadow tomography allows for efficient reconstruction of expectation values of arbitrary observables from a bag of repeated, randomized measurements, called snapshots, on copies of the state $\rho$. The prescription allows one to infer expectation values of $M$ $k-$local observables to accuracy $\epsilon$ using just $N \sim 3^k \text{log}M /\epsilon^2$ snapshots when measurements are performed in locally random bases. Turning this around, a bag of snapshots can be considered an efficient representation of the state $\rho$, particularly for estimating low-weight observables, such as terms in a local Hamiltonian needed to estimate the energy. Inspired by this, we consider a variational scheme wherein a bag of $N$ parametrized snapshots is used to represent the putative ground state of a desired local spin Hamiltonian and optimized to lower the energy with respect to it. Additional constraints in the form of positivity of reduced density matrices, motivated by work in quantum chemistry, are employed to ensure compatibility of the predicted correlations with the underlying Hilbert space. Unlike reduced density matrix approaches, learning the underlying distribution of measurement outcomes allows one to further correlations beyond those in the constrained density matrix. We show, with numerical results, that the proposed variational method can be parallelized, is efficiently simulable, and yields a more complete description of the ground state.
- Abstract（参考訳）: 量子スピンハミルトニアンの基底状態相関を計算するために,古典的シャドウトモグラフィに着想を得た変分スキームを導入する。
シャドウトモグラフィーは、任意のオブザーバブルの期待値の効率的な再構成を可能にする。
M$$k-$local observablesの期待値を正確に推定できる。$\epsilon$は、ローカルなランダムなベースで測定された場合、単に$N \sim 3^k \text{log}M /\epsilon^2$スナップショットを使用する。
これを回すと、スナップショットの袋は状態を$\rho$の効率的な表現と見なすことができ、特に、エネルギーを推定するのに必要な局所ハミルトンの項のような低重量の観測可能量を推定する。
このことに着想を得て、所望の局所スピンハミルトン状態を表すためにN$パラメトリケートスナップショットの袋を使い、それに関してエネルギーを下げるように最適化する変分スキームを考える。
量子化学の研究によって動機付けられた還元密度行列の正の形の追加的な制約は、予測された相関関係と基礎となるヒルベルト空間との整合性を確保するために用いられる。
還元密度行列アプローチとは異なり、基礎となる測定結果の分布を学習することで、制約された密度行列のそれを超える相関関係を得ることができる。
数値的な結果から,提案手法は並列化可能であり,効率的なシミュレーションが可能であり,基底状態のより完全な記述が得られることを示す。
関連論文リスト
- Quantum tomography of helicity states for general scattering processes [55.2480439325792]
量子トモグラフィーは、物理学における量子系の密度行列$rho$を計算するのに欠かせない道具となっている。
一般散乱過程におけるヘリシティ量子初期状態の再構成に関する理論的枠組みを提案する。
論文 参考訳（メタデータ） (2023-10-16T21:23:42Z) - A Score-Based Model for Learning Neural Wavefunctions [41.82403146569561]
スコアベースニューラルネットワークを用いて量子多体基底状態の物性を得るための新しいフレームワークを提供する。
我々の新しいフレームワークは明示的な確率分布を必要とせず、ランゲヴィン力学によるサンプリングを行う。
論文 参考訳（メタデータ） (2023-05-25T23:44:27Z) - Efficient learning of ground & thermal states within phases of matter [1.1470070927586014]
a) 与えられたギブス状態のパラメータ化と、この状態におけるリプシッツ観測値の期待値、および(b) 物質の熱的あるいは量子的な相における局所観測可能物の期待値の学習である。
論文 参考訳（メタデータ） (2023-01-30T14:39:51Z) - Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。
本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
論文 参考訳（メタデータ） (2023-01-18T11:29:49Z) - Precision Bounds on Continuous-Variable State Tomography using Classical
Shadows [0.46603287532620735]
古典シャドウフレームワークにおける連続可変量子状態トモグラフィの実験プロトコルを再放送する。
我々は,ホモダイン,ヘテロダイン,光子数分解(PNR)および光子パリティプロトコルの効率を解析した。
数値的および実験的ホモダイン・トモグラフィーは 我々の限界を大きく上回る
論文 参考訳（メタデータ） (2022-11-09T19:01:13Z) - Quantum state tomography with tensor train cross approximation [84.59270977313619]
測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。
本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
論文 参考訳（メタデータ） (2022-07-13T17:56:28Z) - Neural network enhanced measurement efficiency for molecular
groundstates [63.36515347329037]
いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。
ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
論文 参考訳（メタデータ） (2022-06-30T17:45:05Z) - 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) - Nishimori meets Bethe: a spectral method for node classification in
sparse weighted graphs [53.13327158427103]
本稿では,分布pをパラメトリ化する西森温度と,分布pに従ってエッジ重みが分布するランダムエルドス・レーニーグラフ上のベーテ自由エネルギーの関係について述べる。
重み付きグラフのBethe Hessian行列の固有値から西森温度を正確に推定する数値計算法を提案する。
論文 参考訳（メタデータ） (2021-03-05T09:45:56Z) - Hamiltonian-Driven Shadow Tomography of Quantum States [0.0]
我々は、ユニタリチャネルが浅くなり、時間進化を通じて量子カオスハミルトニアンによって生成されるシナリオについて研究する。
中間時間ウィンドウのシーケンスでunitary-2設計に基づくシャドウトモグラフィよりも効率的であることが判明した。
特に対角オブザーバブル予測の効率は、対角オブザーバブル予測の効率を犠牲にすることなく、d$の係数で向上する。
論文 参考訳（メタデータ） (2021-02-19T19:30:18Z) - Spin qudit tomography and state reconstruction error [0.0]
我々は、異なる量子化軸へのスピンプロジェクションの測定のみを用いて、$d$レベルのスピンqudit上で量子状態トモグラフィーを行うタスクを検討する。
我々のアルゴリズムは、単純なランダム化トモグラフィープロトコルを動機付けており、より多くの測定軸を使用することで、$rapprox3d$の後でプラトーにかなりの利益をもたらすことが分かる。
論文 参考訳（メタデータ） (2020-12-11T16:35:09Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳（メタデータ） (2020-06-28T23:44:12Z)
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。