論文の概要: Exploring fixed points and eigenstates of quantum systems with reinforcement learning

• arxiv url: http://arxiv.org/abs/2511.17491v1
• Date: Fri, 21 Nov 2025 18:48:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:19.173357
• Title: Exploring fixed points and eigenstates of quantum systems with reinforcement learning
• Title（参考訳）: 強化学習による量子系の固定点と固有状態の探索
• Authors: María Laura Olivera-Atencio, Jesús Casado-Pascual, Denis Lacroix,
• Abstract要約: 本稿では,与えられた量子演算の定点を特定するための強化学習アルゴリズムを提案する。 この方法は、計算基底を固定点の基底にマッピングするユニタリ変換を反復的に構成する。 演算がハミルトニアン進化に対応する場合、このタスクはハミルトニアン固有状態を決定することに還元される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a reinforcement learning algorithm designed to identify the fixed points of a given quantum operation. The method iteratively constructs the unitary transformation that maps the computational basis onto the basis of fixed points through a reward-penalty scheme based on quantum measurements. In cases where the operation corresponds to a Hamiltonian evolution, this task reduces to determining the Hamiltonian eigenstates. The algorithm is first benchmarked on random Hamiltonians acting on two and three qubits and then applied to many-body systems of up to six qubits, including the transverse-field Ising model and the all-to-all pairing Hamiltonian. In both cases, the algorithm is demonstrated to perform successfully; in the pairing model, it can also reveal hidden symmetries, which can be exploited to restrict learning to specific symmetry sectors. Finally, we discuss the possibility of post-selecting high-fidelity states even when full convergence has not been reached.
• Abstract（参考訳）: 本稿では,与えられた量子演算の定点を特定するための強化学習アルゴリズムを提案する。 この方法は、量子測度に基づく報奨金スキームにより、計算基底を固定点の基底にマッピングするユニタリ変換を反復的に構成する。 演算がハミルトニアン進化に対応する場合、このタスクはハミルトニアン固有状態を決定することに還元される。 このアルゴリズムはまず、2および3量子ビットに作用するランダムハミルトニアンをベンチマークし、その後、横フィールドイジングモデルや全対ペアハミルトニアンを含む最大6量子ビットの多体系に適用する。 ペアリングモデルでは、学習を特定の対称性セクターに制限するために利用することができる隠れ対称性を明らかにすることもできる。 最後に,完全収束に至らなかった場合においても,ポストセレクトされた高忠実状態の可能性について論じる。

関連論文リスト

• Optimizing two-dimensional isometric tensor networks with quantum computers [0.5437050212139087]
  本稿では,2次元量子システムの基底状態を近似するハイブリッド量子古典アルゴリズムを提案する。 密度行列再正規化群に着想を得て、一連の有効ハミルトニアンを対角化することでテンソルを逐次最適化する。 提案手法は, 2次元(2次元)逆場イジングモデルを用いて, 量子オーバーヘッドを極小に抑えた25量子ビットの基底状態最適化を実現する。
  論文  参考訳（メタデータ） (2025-11-17T19:00:03Z)
• Unsupervised Learning to Recognize Quantum Phases of Matter [39.146761527401424]
  この研究では教師なし学習を採用しており、アルゴリズムは事前にラベル付けされた状態にアクセスできない。 我々は,テンソルネットワーク技術によって決定された2つのスピン$frac12$チェーンを用いて,本手法をベンチマークした。 我々の研究結果は、教師なし学習が量子物質の新しい位相を自律的に認識し、また明らかにする方法を示している。
  論文  参考訳（メタデータ） (2025-10-16T14:45:54Z)
• Randomized Quantum Singular Value Transformation [18.660349597156266]
  量子特異値変換(QSVT)のための最初のランダム化アルゴリズムを紹介する。 QSVTの標準的な実装は、ハミルトニアンのブロック符号化に依存しており、対数的な数のアンシラ量子ビット、複雑なマルチキュービット制御、回路深さのスケーリングがハミルトン項の数と線形に必要である。 我々のアルゴリズムは1つのアシラ量子ビットしか使用せず、ブロックエンコーディングを完全に回避している。
  論文  参考訳（メタデータ） (2025-10-08T10:14:15Z)
• Resource-frugal Hamiltonian eigenstate preparation via repeated quantum phase estimation measurements [0.0]
  ハミルトン固有状態の合成は、量子コンピューティングにおける多くの応用に不可欠である。 我々は,この手法の変種からアイデアを取り入れ,資源フルーガル反復方式を実装した。 我々は、全体効率を高めるために、ターゲットハミルトンの修正を含む拡張を特徴付ける。
  論文  参考訳（メタデータ） (2022-12-01T20:07:36Z)
• Identification of quantum entanglement with Siamese convolutional neural networks and semi-supervised learning [0.0]
  量子絡み合いは、様々な量子情報プロトコルやアルゴリズムで一般的に使用される基本的な性質である。 本研究では、教師付き機械学習の一種であるディープ畳み込みNNを用いて、3量子系における任意の二分割の量子絡みを同定する。
  論文  参考訳（メタデータ） (2022-10-13T23:17:55Z)
• Quantum algorithms for grid-based variational time evolution [36.136619420474766]
  本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。 シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
  論文  参考訳（メタデータ） (2022-03-04T19:00:45Z)
• 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)
• State preparation and measurement in a quantum simulation of the O(3) sigma model [65.01359242860215]
  我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。 本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。 非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
  論文  参考訳（メタデータ） (2020-06-28T23:44:12Z)
• Measuring Analytic Gradients of General Quantum Evolution with the Stochastic Parameter Shift Rule [0.0]
  本研究では,量子計測から直接最適化される関数の勾配を推定する問題について検討する。 マルチキュービットパラメトリック量子進化の勾配を推定するアルゴリズムを提供する数学的に正確な公式を導出する。 私たちのアルゴリズムは、利用可能な全ての量子ゲートがノイズである場合でも、いくつかの近似で機能し続けています。
  論文  参考訳（メタデータ） (2020-05-20T18:24:11Z)

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。