論文の概要: Learning spatially structured open quantum dynamics with regional-attention transformers

• arxiv url: http://arxiv.org/abs/2509.06871v1
• Date: Mon, 08 Sep 2025 16:40:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:04.266157
• Title: Learning spatially structured open quantum dynamics with regional-attention transformers
• Title（参考訳）: 局所アテンション変換器を用いた空間構造を有するオープン量子力学の学習
• Authors: Dounan Du, Eden Figueroa,
• Abstract要約: 構造化されたオープン量子系の力学を学習する,地域的注意に基づくニューラルアーキテクチャを導入する。 空間駆動型散逸型単一量子ビットと電磁誘導型透過性(EIT)量子メモリの2つの代表的なシステムで学習を実演する。 その結果、このアーキテクチャは、構造化されたオープン量子力学のための一般的なサロゲートモデリングフレームワークを確立することが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulating the dynamics of open quantum systems with spatial structure and external control is an important challenge in quantum information science. Classical numerical solvers for such systems require integrating coupled master and field equations, which is computationally demanding for simulation and optimization tasks and often precluding real-time use in network-scale simulations or feedback control. We introduce a regional attention-based neural architecture that learns the spatiotemporal dynamics of structured open quantum systems. The model incorporates translational invariance of physical laws as an inductive bias to achieve scalable complexity, and supports conditioning on time-dependent global control parameters. We demonstrate learning on two representative systems: a driven dissipative single qubit and an electromagnetically induced transparency (EIT) quantum memory. The model achieves high predictive fidelity under both in-distribution and out-of-distribution control protocols, and provides substantial acceleration up to three orders of magnitude over numerical solvers. These results demonstrate that the architecture establishes a general surrogate modeling framework for spatially structured open quantum dynamics, with immediate relevance to large-scale quantum network simulation, quantum repeater and protocol design, real-time experimental optimization, and scalable device modeling across diverse light-matter platforms.
• Abstract（参考訳）: 空間構造と外部制御によるオープン量子システムのダイナミクスのシミュレーションは、量子情報科学において重要な課題である。 このようなシステムの古典的な数値解法は、シミュレーションと最適化のタスクを計算的に要求し、しばしばネットワークスケールのシミュレーションやフィードバック制御でリアルタイムの使用を先取りするマスター方程式とフィールド方程式の統合を必要とする。 本稿では,構造化されたオープン量子系の時空間力学を学習する,局所的注意に基づくニューラルアーキテクチャを提案する。 このモデルは、拡張性のある複雑性を達成するために、帰納的バイアスとして物理法則の変換不変性を導入し、時間依存のグローバルコントロールパラメータの条件付けをサポートする。 本稿では, 単一量子ビット駆動と電磁誘導透過性(EIT)量子メモリの2つの代表的なシステムで学習を実演する。 このモデルは分布内および分布外制御プロトコルの両方の下で高い予測忠実度を達成し、数値解数に対して最大3桁の精度で加速する。 これらの結果は,大規模量子ネットワークシミュレーション,量子リピータとプロトコル設計,リアルタイムな実験最適化,多種多様な軽量プラットフォームにわたるスケーラブルデバイスモデリングなど,空間的に構造化されたオープン量子力学のための一般的なサロゲートモデリングフレームワークを確立することを実証している。

関連論文リスト

• Characterizing Non-Markovian Dynamics of Open Quantum Systems [0.0]
  我々はTCLマスター方程式を用いて非マルコフ進化を特徴付ける構造保存手法を開発した。 本稿では,ローレンス・リバモア国立研究所のQuantum Device Integration Testbed (QuDIT) における超伝導量子ビットの実験データを用いた手法について述べる。 これらの知見は、短期量子プロセッサにおける量子制御とエラー軽減に寄与する、オープン量子システムの効率的なモデリング戦略に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-03-28T04:43:24Z)
• Large-scale stochastic simulation of open quantum systems [2.2627671295262215]
  本稿では,大規模オープン量子系をシミュレーションするスケーラブルで恥ずかしい並列アルゴリズムであるテンソルジャンプ法(TJM)を紹介する。 この研究は、大規模オープン量子システムのシミュレーションにおける重要な一歩である。
  論文  参考訳（メタデータ） (2025-01-29T19:00:00Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Effective Modeling of Open Quantum Systems by Low-rank Discretization of Structured Environments [0.0]
  我々は、システム環境相互作用の離散的な低ランクモデルを作成するための新しい戦略を開拓した。 テンソルネットワーク手法と組み合わせることで,提案手法の有効性を実証する。 新しいモデリングフレームワークは、オープン量子システム分析の飛躍の基盤を定めている。
  論文  参考訳（メタデータ） (2024-07-26T17:27:09Z)
• 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)
• 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)
• Probing non-Markovian quantum dynamics with data-driven analysis: Beyond "black-box" machine learning models [0.0]
  オープン量子系の非マルコフ力学の解析に対するデータ駆動型アプローチを提案する。 提案手法では, 環境の有効次元と, 共同系環境量子力学のスペクトルを計測する。 オープン量子システムの様々なモデルを用いて提案手法の性能を実証する。
  論文  参考訳（メタデータ） (2021-03-26T14:27:33Z)
• Probing quantum information propagation with out-of-time-ordered correlators [41.12790913835594]
  小型の量子情報プロセッサは、多体量子システムを効率的にエミュレートする約束を持っている。 ここでは、時間外順序付き相関器(OTOC)の測定を実演する。 我々の実験における中心的な要件は、時間進化をコヒーレントに逆転させる能力である。
  論文  参考訳（メタデータ） (2021-02-23T15:29:08Z)
• 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。