論文の概要: Entanglement and optimization within autoregressive neural quantum states
- arxiv url: http://arxiv.org/abs/2509.12365v1
- Date: Mon, 15 Sep 2025 18:59:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-17 17:50:52.723818
- Title: Entanglement and optimization within autoregressive neural quantum states
- Title（参考訳）: 自己回帰型ニューラル量子状態における絡み合いと最適化
- Authors: Andrew Jreissaty, Hang Zhang, Jairo C. Quijano, Juan Carrasquilla, Roeland Wiersema,
- Abstract要約: ニューラル量子状態(NQS)は、非常に絡み合った量子多体波動関数を表現することができる強力な変分アンゼである。
最大256ドルのスピンを持つ鎖に対するランダム自己回帰波動関数のアンサンブルの大規模シミュレーションを行う。
平均エンタングルメントスケーリング, エンタングルメントスペクトル, 相関関数における遷移のシグネチャを明らかにする。
- 参考スコア（独自算出の注目度）: 3.318269729347296
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural quantum states (NQS) are powerful variational ans\"atze capable of representing highly entangled quantum many-body wavefunctions. While the average entanglement properties of ensembles of restricted Boltzmann machines are well understood, the entanglement structure of autoregressive NQS such as recurrent neural networks and transformers remains largely unexplored. We perform large-scale simulations of ensembles of random autoregressive wavefunctions for chains of up to $256$ spins and uncover signatures of transitions in their average entanglement scaling, entanglement spectra, and correlation functions. We show that the standard softmax normalization of the wavefunction suppresses entanglement and fluctuations, and introduce a square modulus normalization function that restores them. Finally, we connect the insights gained from our entanglement and activation function analysis to initialization strategies for finding the ground states of strongly correlated Hamiltonians via variational Monte Carlo.
- Abstract（参考訳）: ニューラル量子状態 (NQS) は、強い絡み合った量子多体波動関数を表現することができる強力な変分 ans\atze である。
制限されたボルツマンマシンのアンサンブルの平均エンタングル特性はよく理解されているが、リカレントニューラルネットワークやトランスフォーマーのような自己回帰的NQSのエンタングル構造はほとんど解明されていない。
最大256ドルのスピンを持つ連鎖に対するランダム自己回帰波動関数のアンサンブルの大規模シミュレーションを行い、それらの平均エンタングルメントスケーリング、エンタングルメントスペクトル、相関関数における遷移のシグネチャを明らかにする。
波動関数の標準ソフトマックス正規化は絡み合いやゆらぎを抑制することを示し、それを復元する正方形モジュラー正規化関数を導入する。
最後に、我々の絡み合いとアクティベーション関数解析から得られた知見をモンテカルロ変分による強い相関を持つハミルトンの基底状態を見つける初期化戦略に結びつける。
関連論文リスト
- Grassmann Variational Monte Carlo with neural wave functions [45.935798913942904]
ヒルベルト空間のグラスマン幾何学の観点から、Pfau et al.citepfau2024accurateによって導入された枠組みを定式化する。
正方格子上のハイゼンベルク量子スピンモデルに対する我々のアプローチを検証し、多くの励起状態に対して高精度なエネルギーと物理観測値を達成する。
論文 参考訳（メタデータ） (2025-07-14T13:53:13Z) - Improved Ground State Estimation in Quantum Field Theories via Normalising Flow-Assisted Neural Quantum States [0.0]
ニューラル量子状態(NQS)を正規化フローベースサンプリング器で拡張するハイブリッド変分フレームワークを提案する。
提案手法は,ヒルベルト空間の離散化された振幅支持部分空間を対象とする連続流れモデルを学習することにより,サンプルタスクを変分アンサッツから分離する。
論文 参考訳（メタデータ） (2025-06-13T18:00:01Z) - Overcoming the entanglement barrier with sampled tensor networks [0.0]
我々は,汎用ローカル演算子の期待値をサンプリングし,評価するハイブリッドネットワーク/モンテカルロ(TN-MC)アルゴリズムを開発した。
波動関数振幅の正確な収縮は、時間とともに好ましいスケーリングの結果である。
この結果から,局所作用素の期待値を計算すると,一次元ハミルトン進化における絡み合い障壁を回避できることが示唆された。
論文 参考訳（メタデータ） (2025-05-14T18:14:47Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Entanglement with neutral atoms in the simulation of nonequilibrium dynamics of one-dimensional spin models [0.0]
スピン-1/2モデルの力学における絡み合いの生成と役割について検討する。
我々は,スピン-エチョ配列でインターリーブされた急激な断熱的Rydbergドレッシングを含む中性原子モルマー-ソレンセンゲートを導入する。
量子シミュレーションでは、逆場イジングモデルのクエンチ力学における臨界挙動を考察する。
論文 参考訳（メタデータ） (2024-06-07T23:29:16Z) - 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) - 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) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳（メタデータ） (2022-09-07T15:50:00Z) - Autoregressive neural-network wavefunctions for ab initio quantum
chemistry [3.5987961950527287]
新しい自己回帰型ニューラルネットワーク(ARN)による電子波動関数のパラメータ化
これにより、最大30個のスピン軌道を持つ分子上で電子構造計算を行うことができる。
論文 参考訳（メタデータ） (2021-09-26T13:44:41Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z)
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。