論文の概要: Rapid ground state energy estimation with a Sparse Pauli Dynamics-enabled Variational Double Bracket Flow

• arxiv url: http://arxiv.org/abs/2511.21651v1
• Date: Wed, 26 Nov 2025 18:22:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-27 18:37:59.239899
• Title: Rapid ground state energy estimation with a Sparse Pauli Dynamics-enabled Variational Double Bracket Flow
• Title（参考訳）: スパースパウリダイナミクス対応変分ダブルブラケット流による高速地中エネルギー推定
• Authors: Chinmay Shrikhande, Arnab Bachhar, Aaron Rodriguez Jimenez, Nicholas J. Mayhall,
• Abstract要約: 強相関量子系の基底状態エネルギー推定は計算物理学における中心的な課題である。 本稿では,スパース・パウリ・ダイナミクスを利用して基底状態エネルギーを効率的に近似する2重ブラケット流アルゴリズムを提案する。 10x10ハイゼンベルク格子(100 qubits)の場合、vDBFは1つのCPUスレッドで約10分、DMRGでは64スレッドで50時間以上、正確な結果が得られる。
• 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: Ground state energy estimation for strongly correlated quantum systems remains a central challenge in computational physics and chemistry. While tensor network methods like DMRG provide efficient solutions for one-dimensional systems, higher-dimensional problems remain difficult. Here we present a variational double bracket flow (vDBF) algorithm that leverages Sparse Pauli Dynamics, a technique originally developed for classical simulation of quantum circuits, to efficiently approximate ground state energies. By combining greedy operator selection with coefficient truncation and energy-variance extrapolation, the method achieves less than 1% error relative to DMRG benchmarks for both Heisenberg and Hubbard models in one and two dimensions. For a 10x10 Heisenberg lattice (100 qubits), vDBF obtains accurate results in approximately 10 minutes on a single CPU thread, compared to over 50 hours on 64 threads for DMRG. For an 8x8 Hubbard model (128 qubits), the speedup is even more pronounced. These results demonstrate that classical simulation techniques developed in the context of quantum advantage benchmarking can provide practical tools for many-body physics.
• Abstract（参考訳）: 強い相関を持つ量子系の基底状態エネルギー推定は、計算物理学と化学における中心的な課題である。 DMRGのようなテンソルネットワーク手法は1次元系の効率的な解を提供するが、高次元問題は依然として困難である。 ここでは、量子回路の古典的シミュレーションのために開発された技術であるスパース・パウリ・ダイナミクス(Sparse Pauli Dynamics)を利用して、基底状態エネルギーを効率的に近似する変動二重ブラケット流(vDBF)アルゴリズムを提案する。 グリーディ演算子選択と係数トランケーションとエネルギー分散外挿を組み合わせることで、ハイゼンベルクとハバードの両モデルに対して1次元と2次元のDMRGベンチマークと比較して1%未満の誤差を達成できる。 10x10のハイゼンベルク格子(100 qubits)の場合、vDBFは1つのCPUスレッドで約10分で正確な結果を得るが、DMRGでは64スレッドで50時間以上かかる。 8x8 Hubbardモデル(128 qubits)では、スピードアップはさらに顕著である。 これらの結果は、量子優位ベンチマークの文脈で開発された古典的なシミュレーション技術が、多体物理学に実用的なツールを提供することを示した。

関連論文リスト

• Augmenting Simulated Noisy Quantum Data Collection by Orders of Magnitude Using Pre-Trajectory Sampling with Batched Execution [47.60253809426628]
  提案手法は,誤差型を調整して軌道シミュレーションの効率化と有効性を高めることを目的としている。 私たちはそれぞれ100兆枚と100万枚という膨大なデータセットを生成します。
  論文  参考訳（メタデータ） (2025-04-22T22:36:18Z)
• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• Compilation of Trotter-Based Time Evolution for Partially Fault-Tolerant Quantum Computing Architecture [0.6449786007855248]
  2次元ハバードモデルハミルトンの時間発展をシミュレーションする効率的な方法を提案する。 解析の結果, 単純直列コンパイルに比べて10倍以上の高速化が得られた。 物理誤差率が$p_rm phys = 10-4$のデバイスの場合、地上でのエネルギー推定を高速化するためには、およそ6.5倍 104$ の物理量子ビットが必要であると推定する。
  論文  参考訳（メタデータ） (2024-08-27T10:07:34Z)
• Efficient Quantum Circuit Simulation by Tensor Network Methods on Modern GPUs [11.87665112550076]
  量子ハードウェアでは、一次シミュレーション法は状態ベクトルとテンソルネットワークに基づいている。 量子ビットと量子ゲートの数が増加するにつれて、ヒルベルト空間の圧倒的な大きさと広範な絡み合いにより、従来の状態ベクトルベースの量子回路シミュレーション手法は不十分であることが証明される。 本研究では,計算効率と精度の2つの側面から最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-10-06T02:24:05Z)
• 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)
• Unimon qubit [42.83899285555746]
  超伝導量子ビットは、量子コンピュータを実装する最も有望な候補の1つである。 本稿では,高非線形性,dc電荷雑音に対する完全な感度,フラックス雑音に対する感度,共振器内の1つのジョセフソン接合のみからなる単純な構造を結合した超伝導量子ビット型ユニモンについて紹介し,実演する。
  論文  参考訳（メタデータ） (2022-03-11T12:57:43Z)
• Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach [47.19265172105025]
  グラフ構造化データのための新しいハイブリッド量子古典アルゴリズムを提案し、これをEgo-graph based Quantum Graph Neural Network (egoQGNN)と呼ぶ。 egoQGNNはテンソル積とユニティ行列表現を用いてGNN理論フレームワークを実装し、必要なモデルパラメータの数を大幅に削減する。 このアーキテクチャは、現実世界のデータからヒルベルト空間への新しいマッピングに基づいている。
  論文  参考訳（メタデータ） (2022-01-13T16:35:45Z)
• The Boundary for Quantum Advantage in Gaussian Boson Sampling [44.62475518267084]
  最先端の量子フォトニクス実験では、既存の古典的アルゴリズムをシミュレートするのに6億年を要します。 本稿では,高速かつ高精度なGBSシミュレーション手法を提案する。 これにより、最先端のGBS実験をシミュレーションする実行時間を数ヶ月に短縮する。
  論文  参考訳（メタデータ） (2021-08-03T16:49:40Z)
• Benchmarking a novel efficient numerical method for localized 1D Fermi-Hubbard systems on a quantum simulator [0.0]
  量子シミュレータは,多体系の力学に有効であることを示す。 我々は中性原子Fermi-Hubbard量子シミュレータと$L_textexpsimeq290$格子サイトを用いて、その性能をベンチマークする。 我々はスピン不均衡フェルミ・ハッバード系に対するブロッホ振動の相互作用の振舞いの簡単な予測を導出した。
  論文  参考訳（メタデータ） (2021-05-13T16:03:11Z)

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。