論文の概要: Less is more: subspace reduction for counterdiabatic driving of Rydberg atom arrays

• arxiv url: http://arxiv.org/abs/2512.04494v1
• Date: Thu, 04 Dec 2025 05:58:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.018914
• Title: Less is more: subspace reduction for counterdiabatic driving of Rydberg atom arrays
• Title（参考訳）: 以下:Rydberg原子配列の反断熱駆動に対する部分空間還元
• Authors: Wen Ting Hsieh, Dries Sels,
• Abstract要約: 本研究では,Rydberg原子系におけるサブスペース法と反断熱駆動の併用について検討した。 システム内の関連する部分空間に解析を限定することにより,逆断熱駆動を著しく改善できることを示す。
• 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: This study explores the use of subspace methods in combination with counterdiabatic driving in a Rydberg atom system to solve the Maximum Independent Set (MIS) problem. Although exact counterdiabatic driving offers excellent performance, it comes at an unscalable computational cost. In this work, we demonstrate that counterdiabatic driving can be significantly improved by restricting the analysis to a relevant subspace of the system. We first show that both direct diagonalization and the Krylov method for obtaining the counterdiabatic matrix can be accelerated through the use of subspace techniques, while still maintaining strong performance. We then demonstrate that the cost function used in the standard Krylov method can be further optimized by employing a subspace-based cost function. These findings open up new possibilities for applying counterdiabatic driving in a practical and efficient manner to a variety of quantum systems.
• Abstract（参考訳）: 本研究では,Rydberg原子系の反断熱駆動と組み合わせた部分空間法を用いて,最大独立集合(MIS)問題の解法について検討する。 正確な反断熱駆動は優れた性能を提供するが、計算コストは高くない。 本研究は,システム内の関連する部分空間に解析を限定することにより,逆断熱駆動を著しく改善できることを実証する。 まず, 直接対角化法とKrylov法の両方を用いて, 高い性能を維持しつつ, 部分空間技術を用いることで, 反断熱行列の獲得を高速化できることを示す。 そこで, 標準クリロフ法で用いられるコスト関数は, 部分空間に基づくコスト関数を用いることで, さらに最適化できることを実証した。 これらの知見は、様々な量子システムに対して実用的で効率的な反断熱駆動を適用する新たな可能性を開く。

関連論文リスト

• Linear quadratic control of nonlinear systems with Koopman operator learning and the Nyström method [16.0198373552099]
  計算量を大幅に削減するために,ランダムな部分空間をどのように利用できるかを示す。 我々の主な技術的貢献は、Nystr"om近似の効果に関する理論的保証を導出することである。
  論文  参考訳（メタデータ） (2024-03-05T09:28:40Z)
• Large-Scale OD Matrix Estimation with A Deep Learning Method [70.78575952309023]
  提案手法は,ディープラーニングと数値最適化アルゴリズムを統合し,行列構造を推論し,数値最適化を導出する。 大規模合成データセットを用いて,提案手法の優れた一般化性能を実証するために実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T14:30:06Z)
• Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems [64.29491112653905]
  本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。 具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。 提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
  論文  参考訳（メタデータ） (2023-03-10T07:42:49Z)
• D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
  コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。 このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。 さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
  論文  参考訳（メタデータ） (2023-03-01T10:38:10Z)
• Shortcuts to Adiabaticity in Krylov Space [0.0]
  反断熱項の方程式は、クリロフ基底を導入することによって解決されることを示す。 クリロフ基底は、力学が展開する極小作用素部分空間にまたがる。 クリャロフ基底の膨張が反断熱項における多体相互作用をどのように組み込むかを検討する。
  論文  参考訳（メタデータ） (2023-02-10T19:00:02Z)
• Nystr\"om Kernel Mean Embeddings [92.10208929236826]
  Nystr"om法に基づく効率的な近似手法を提案する。 サブサンプルサイズの条件は標準の$n-1/2$レートを得るのに十分である。 本稿では,この結果の最大誤差と二次規則の近似への応用について論じる。
  論文  参考訳（メタデータ） (2022-01-31T08:26:06Z)
• Controlling Rayleigh-B\'enard convection via Reinforcement Learning [62.997667081978825]
  固定外熱勾配下での対流熱交換を抑制または促進するための効果的な制御戦略の同定は、重要な基本的かつ技術的問題である。 本研究では,最先端の強化学習(RL)アルゴリズムに基づく新しい手法を提案する。 我々のRL制御は導電系を安定させ、対流の開始をレイリー数にすることができることを示す。
  論文  参考訳（メタデータ） (2020-03-31T16:39:25Z)

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。