論文の概要: Toward Autonomous Neural VMC: An Energy-Variance Convergence Criterion for Quantum Systems

• arxiv url: http://arxiv.org/abs/2510.17490v1
• Date: Mon, 20 Oct 2025 12:44:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 00:56:39.452939
• Title: Toward Autonomous Neural VMC: An Energy-Variance Convergence Criterion for Quantum Systems
• Title（参考訳）: 自律型ニューラルVMCに向けて:量子システムにおけるエネルギー分散収束基準
• Authors: Huan-Chen Shi, Er-Liang Cui, Dan Zhou,
• Abstract要約: 収束のための普遍的で定量的な基準としてエネルギー分散を提案し,検証する。 その信頼性は様々な量子システムで実証されている。 我々は、この基準を軽量なニューラルソルバ内に実装し、自動パラメータスキャンを可能にする。
• 参考スコア（独自算出の注目度）: 0.6161066669674776
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The optimization of neural wave functions in variational Monte Carlo(VMC) crucially relies on a robust convergence criterion. While the energy variance is theoretically a definitive measure of an eigenstate, its systematic application as a primary, practical convergence criterion in neural-network VMC has been underexplored. In this work, we propose and validate the energy variance as a universal, quantitative criterion for convergence. Then its reliability is demonstrated across diverse quantum systems-from harmonic oscillators and hydrogen atoms to charmonium hadrons-showing that a variance below 1*10^{-3} guarantees relative errors under 1%. This empirical threshold provides a system-agnostic benchmark for convergence, enabling hands-off operation of the optimization process. We implement this criterion within a lightweight neural solver, thereby enabling automated parameter scans. Its utility is showcased by efficiently mapping ground-state properties of a 2D double-well potential, a hydrogen atom in a magnetic field, and a three-body quantum dot. Our work positions the energy-variance criterion as a robust and scalable tool that significantly accelerates the preliminary physical verification of quantum Hamiltonians.
• Abstract（参考訳）: 変分モンテカルロ(VMC)におけるニューラルウェーブ関数の最適化は、頑健な収束基準に決定的に依存する。 エネルギーの分散は理論的には固有状態の決定的な尺度であるが、ニューラルネットワークVMCにおける一次的、実用的な収束基準としての体系的応用は過小評価されている。 本研究では,収束のための普遍的,定量的な基準としてエネルギー分散を提案し,検証する。 その後、その信頼性は、調和振動子や水素原子から1*10^{-3}以下の分散が1%以下の相対誤差を保証しているというチャーモニウムハドロンへと様々な量子系で実証される。 この経験的閾値は収束のシステムに依存しないベンチマークを提供し、最適化プロセスのハンドオフ操作を可能にする。 我々は、この基準を軽量なニューラルソルバ内に実装し、自動パラメータスキャンを可能にする。 その実用性は、2次元二重井戸ポテンシャル、磁場中の水素原子、三次元量子ドットの基底状態特性を効率的にマッピングすることで示される。 我々の研究は、エネルギー分散の基準を、量子ハミルトニアンの予備的な物理的検証を著しく加速する堅牢でスケーラブルなツールとして位置づけている。

関連論文リスト

• Optimal Effective Hamiltonian for Quantum Computing and Simulation [1.0359978670015826]
  実効モデルの基本原理としてLast Action Unitary Transformationを確立します。 この枠組みを超伝導量子プロセッサの実験データに対して検証する。 この研究は、高精度なシステム学習とハミルトン工学のための体系的で実験的に検証されたルートを提供する。
  論文  参考訳（メタデータ） (2026-02-03T15:09:29Z)
• Robust Variational Ground-State Solvers via Dissipative Quantum Feedback Models [3.7346004746366384]
  本稿では,量子微分方程式によって支配されるオープン量子系の基底状態問題を解くための変分フレームワークを提案する。 散逸性量子光学系をパラメータ化することにより、その定常エネルギーを最小化し、ターゲットハミルトニアン基底状態を近似する。 このフレームワークは、空洞量子電磁力学(QED)やフォトニック結晶回路などの実験プラットフォームと互換性がある。
  論文  参考訳（メタデータ） (2025-07-26T15:28:35Z)
• 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)
• Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
  量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。 既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。 我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
  論文  参考訳（メタデータ） (2025-07-09T15:22:17Z)
• Multi-Photon Quantum Rabi Models with Center-of-Mass Motion [45.73541813564926]
  本稿では,多価ロンバダの原子を空洞内で記述するための厳密な第二量子化フレームワークを提案する。 このアプローチの重要な特徴は、ハミルトニアン平均化理論の原子場作用素への体系的応用である。 顕著な発見は、粒子-粒子相互作用の出現である。
  論文  参考訳（メタデータ） (2025-07-07T09:50:48Z)
• Exploring Variational Entanglement Hamiltonians [0.0]
  変動的に得られた解の収束特性を解析し、量子臨界系の数値計算と比較する。 コスト関数を積分として解釈することは反復的二次スキームの展開を可能にすることを実証する。 また、修正アンザッツは格子モデルにおけるビソニャーノ・ヴィヒマン形式からの偏差を捉え、収束を改善し、量子相転移に対するコスト関数レベルの診断を提供することを示した。
  論文  参考訳（メタデータ） (2025-05-15T17:41:14Z)
• Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
  量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。 変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。 スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
  論文  参考訳（メタデータ） (2024-07-23T09:17:06Z)
• A Theoretical Framework for an Efficient Normalizing Flow-Based Solution to the Electronic Schrodinger Equation [8.648660469053342]
  量子力学における中心的な問題は、分子や物質に対する電子シュロディンガー方程式を解くことである。 アンザッツを用いた解法は, サンプリングが安価であるが, 必要な量子力学的性質を満足する。
  論文  参考訳（メタデータ） (2024-05-28T15:42:15Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• Scalable Imaginary Time Evolution with Neural Network Quantum States [0.0]
  ニューラルネットワーク量子状態(NQS)としての量子波関数の表現は、多体量子系の基底状態を見つけるための強力な変分アンサッツを提供する。 我々は、計量テンソルの計算をバイパスするアプローチを導入し、代わりにユークリッド計量を用いた一階降下にのみ依存する。 我々は,NQSのエネルギーが減少するまで最適な時間ステップを決定し,目標を固定し,適応的に安定させる。
  論文  参考訳（メタデータ） (2023-07-28T12:26:43Z)
• 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)
• Sampling with Mollified Interaction Energy Descent [57.00583139477843]
  モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する 我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-10-24T16:54:18Z)
• Finite-size criticality in fully connected spin models on superconducting quantum hardware [0.0]
  我々は,完全連結スピンの量子臨界挙動を検出するために,量子アルゴリズムによって提供される新しい資源を利用する。 超伝導トランスモン量子ビット上で動作する変分アルゴリズムに基づく手法を提案する。
  論文  参考訳（メタデータ） (2022-08-04T16:00:34Z)
• The Variational Method of Moments [65.91730154730905]
  条件モーメント問題は、観測可能量の観点から構造因果パラメータを記述するための強力な定式化である。 OWGMMの変動最小値再構成により、条件モーメント問題に対する非常に一般的な推定器のクラスを定義する。 同じ種類の変分変換に基づく統計的推測のためのアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2020-12-17T07:21:06Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• 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)
• Neural Control Variates [71.42768823631918]
  ニューラルネットワークの集合が、積分のよい近似を見つけるという課題に直面していることを示す。 理論的に最適な分散最小化損失関数を導出し、実際に安定したオンライントレーニングを行うための代替の複合損失を提案する。 具体的には、学習した光場近似が高次バウンスに十分な品質であることを示し、誤差補正を省略し、無視可能な可視バイアスのコストでノイズを劇的に低減できることを示した。
  論文  参考訳（メタデータ） (2020-06-02T11:17:55Z)

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。