論文の概要: Quantum Dynamics with Time-Dependent Neural Quantum States
- arxiv url: http://arxiv.org/abs/2509.24865v1
- Date: Mon, 29 Sep 2025 14:50:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:20.05648
- Title: Quantum Dynamics with Time-Dependent Neural Quantum States
- Title（参考訳）: 時間依存型ニューラル量子状態を用いた量子ダイナミクス
- Authors: Alejandro Romero-Ros, Javier Rozalén Sarmiento, Arnau Rios,
- Abstract要約: 本稿では,時間依存型ニューラル量子状態(NQS)シミュレーションの実証について述べる。
NQSは、ニューラルネットワークアーキテクチャによる波動関数のパラメータ化を利用する。
- 参考スコア（独自算出の注目度）: 41.99844472131922
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present proof-of-principle time-dependent neural quantum state (NQS) simulations to illustrate the ability of this approach to effectively capture key aspects of quantum dynamics in the continuum. NQS leverage the parameterization of the wave function with neural-network architectures. Here, we put NQS to the test by solving the quantum harmonic oscillator. We obtain the ground state and perform coherent state and breathing mode dynamics. Our results are benchmarked against analytical solutions, showcasing an excellent agreement.
- Abstract（参考訳）: 本稿では,本手法が連続体における量子力学の重要な側面を効果的に捉えることができることを示すため,原理的時間依存ニューラル量子状態(NQS)シミュレーションを提案する。
NQSは、ニューラルネットワークアーキテクチャによる波動関数のパラメータ化を利用する。
ここでは、量子調和振動子を解くことにより、NQSを試験に当てる。
我々は基底状態を取得し、コヒーレント状態と呼吸モードダイナミクスを実行する。
我々の結果は分析的解に対してベンチマークされ、優れた合意を示している。
関連論文リスト
- Quantum Filtering and Stabilization of Dissipative Quantum Systems via Augmented Neural Ordinary Differential Equations [5.819937157229223]
AQNODEは、測定データから直接量子軌道と散逸パラメータを学習するフレームワークである。
提案手法は、弱い測定データを統合して、量子ビット状態と時間依存デコヒーレンス率を再構成する。
AQNODEは、分散量子システムのリアルタイムモデリングと制御のためのスケーラブルで微分可能で実験的に互換性のあるフレームワークである。
論文 参考訳（メタデータ） (2025-09-08T20:23:45Z) - RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [48.670876200492415]
変分量子アルゴリズム(VQA)は、強力なノイズ中間スケール量子(NISQ)コンピュータを利用するための有望なアプローチである。
本稿では,量子混合状態の進化をモデルとしたQASアルゴリズムである$rho$DARTSを提案する。
論文 参考訳（メタデータ） (2025-06-04T08:30:35Z) - Many-body dynamics with explicitly time-dependent neural quantum states [0.0]
時間依存型ニューラル量子状態(t-NQS)を導入する。
時間に依存しないパラメータの集合を1つに最適化し、時間に依存するシュリンガー方程式を全時間間隔で解く。
結果はt-NQSを強い相関系における量子力学を探索する強力なフレームワークとして確立する。
論文 参考訳（メタデータ） (2024-12-16T14:53:26Z) - 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) - From Architectures to Applications: A Review of Neural Quantum States [0.0]
我々は、そのようなシステムのシミュレーション、すなわちニューラル量子状態(NQS)のための比較的新しい変分状態のクラスをレビューする。
NQSは、状態の正確なパラメータ化に必要な指数関数的に多くの係数を格納するのではなく、ネットワークパラメータの観点から状態を圧縮することで指数関数スケーリングを克服する。
論文 参考訳（メタデータ） (2024-02-14T18:59:16Z) - 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) - 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) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z)
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。