Fugu-MT 論文翻訳(概要): Learning Passive Continuous-Time Dynamics with Multistep Port-Hamiltonian Gaussian Processes

論文の概要: Learning Passive Continuous-Time Dynamics with Multistep Port-Hamiltonian Gaussian Processes

arxiv url: http://arxiv.org/abs/2510.00384v1
Date: Wed, 01 Oct 2025 00:55:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-03 16:59:20.312988
Title: Learning Passive Continuous-Time Dynamics with Multistep Port-Hamiltonian Gaussian Processes
Title（参考訳）: 多段階ポート-ハミルトンガウス過程によるパッシブ連続時間ダイナミクスの学習
Authors: Chi Ho Leung, Philip E. Paré,
Abstract要約: 多段階ポート-ハミルトニアンガウス過程(MS-PHS GP)を提案する。 MS-PHS GP はベクトル場とハミルトン面の両方を遅延状態のない閉形式条件付けを可能にし、設計によりエネルギー収支と通過率を強制する。我々は, ベクトル場回復とハミルトンの不確かさを, 質量スプリング, Van der Pol, Duffingベンチマークで実証した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose the multistep port-Hamiltonian Gaussian process (MS-PHS GP) to learn physically consistent continuous-time dynamics and a posterior over the Hamiltonian from noisy, irregularly-sampled trajectories. By placing a GP prior on the Hamiltonian surface $H$ and encoding variable-step multistep integrator constraints as finite linear functionals, MS-PHS GP enables closed-form conditioning of both the vector field and the Hamiltonian surface without latent states, while enforcing energy balance and passivity by design. We state a finite-sample vector-field bound that separates the estimation and variable-step discretization terms. Lastly, we demonstrate improved vector-field recovery and well-calibrated Hamiltonian uncertainty on mass-spring, Van der Pol, and Duffing benchmarks.
Abstract（参考訳）: 多段階ポート-ハミルトニアンガウス過程(MS-PHS GP)を提案する。 H$のハミルトニアン曲面にGPを置き、有限線型汎函数として可変ステップ多段積分子制約を符号化することにより、MS-PHS GP はベクトル場とハミルトン曲面の両方を潜在状態なしで閉形式条件付けし、設計によりエネルギーバランスと通過率を強制する。我々は、推定項と可変ステップの離散化項を分離する有限サンプルベクトル場境界を述べる。最後に, ベクトル場回復とハミルトンの不確かさを, 質量スプリング, ヴァン・デル・ポル, ダッフィングのベンチマークで実証した。

関連論文リスト

Learning Generalized Hamiltonian Dynamics with Stability from Noisy Trajectory Data [4.680663665263333]
雑音, スパース位相空間データから様々な一般化ハミルトン力学を学習するための頑健な枠組みを導入する。単一のハミルトニアンネットワークモデルでは、位相空間の特異かつ変動する運動力学や物理を捉えることは困難である。
論文参考訳（メタデータ） (2025-09-08T23:29:04Z)
High-order Equivariant Flow Matching for Density Functional Theory Hamiltonian Prediction [14.957565545353942]
深層学習の手法はハミルトン人を直接予測することでこのステップをバイパスする方法として注目を集めています分子幾何学に基づくハミルトン行列を生成する高次同変フローマッチングフレームワークQHFlowを提案する。フローマッチングモデルは単純な先行点と複雑な対象点の間の連続時間軌道をモデル化し、直接回帰ではなくハミルトン分布上の構造的分布を学習する。
論文参考訳（メタデータ） (2025-05-24T18:23:28Z)
Kernpiler: Compiler Optimization for Quantum Hamiltonian Simulation with Partial Trotterization [38.59115551211364]
ハミルトニアンシミュレーションのための既存のコンパイル技術は、現在の量子コンピュータで可能なゲート数を提供するのに苦労している。我々は部分的トロッター化を提案し、非可換なハミルトン項の集合を直接コンパイルすることで、トロッターステップ当たりの誤差を少なくすることができる。スピンおよびフェルミオンハミルトニアンの数値シミュレーションで、カイスキットのRustiqやカイスキットのPaulievolutiongateのような最先端の手法と比較して、新しいコンパイラは最大10倍のゲートと深さカウントの削減を提示する。
論文参考訳（メタデータ） (2025-04-09T18:41:31Z)
Phase estimation with partially randomized time evolution [36.989845156791525]
量子位相推定とハミルトンシミュレーションを組み合わせることは、量子コンピュータ上で基底状態エネルギーを計算するための最も有望なアルゴリズムフレームワークである。本稿では,ハミルトンシミュレーションの標準手法の一つである積公式の高速化にランダム化を用いる。量子化学におけるベンチマークシステムに対する部分ランダム化積公式を用いて,単一アンシラ位相推定のための詳細な資源推定を行う。
論文参考訳（メタデータ） (2025-03-07T18:09:32Z)
Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文参考訳（メタデータ） (2024-10-04T18:06:12Z)
Learning of Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces [0.7510165488300369]
本稿では,限られたデータ点からハミルトン力学を学習する手法を提案する。ハミルトニアンベクトル場は、本質的にハミルトニアンであるベクトル場の再生核ヒルベルト空間上の正規化された最適化によって見つかる。この手法の性能は2つのハミルトニアン系のシミュレーションで検証される。
論文参考訳（メタデータ） (2023-12-15T12:19:48Z)
Hamiltonian variational ansatz without barren plateaus [0.0]
変分量子アルゴリズムは、短期量子コンピュータの最も有望な応用の1つである。その大きな可能性にもかかわらず、数十量子ビットを超える変分量子アルゴリズムの有用性は疑問視されている。
論文参考訳（メタデータ） (2023-02-16T19:01:26Z)
Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
論文参考訳（メタデータ） (2021-08-06T19:38:01Z)
MCMC Variational Inference via Uncorrected Hamiltonian Annealing [42.26118870861363]
本稿では,非修正ハミルトンMCMCを用いたAISライクな手法のフレームワークを提案する。我々の手法は、log Z 上の厳密で微分可能な下界につながる。
論文参考訳（メタデータ） (2021-07-08T23:59:45Z)
Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文参考訳（メタデータ） (2021-04-01T19:06:00Z)

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。