論文の概要: Concentrated Monte Carlo sampling for local observables in quantum spin chains

• arxiv url: http://arxiv.org/abs/2512.05440v1
• Date: Fri, 05 Dec 2025 05:36:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-13 22:40:56.910389
• Title: Concentrated Monte Carlo sampling for local observables in quantum spin chains
• Title（参考訳）: 量子スピン鎖における局所可観測物に対する集中モンテカルロサンプリング
• Authors: Wenxuan Zhang, Dingzu Wang, Dario Poletti,
• Abstract要約: この研究は、短い範囲の相関しか持たないシステムでは、観測可能な環境において、遠く離れた場所に比べて詳細な情報を好むという考えに基づいている。 我々は,スピン1/2傾斜アイシング模型の異なる相における基底状態と,スピン1双線型バイカッドラティックモデルにおける熱状態について,本手法の性能試験を行った。
• 参考スコア（独自算出の注目度）: 13.780374379295475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monte Carlo methods are widely used to estimate observables in many-body quantum systems. However, conventional sampling schemes often require a large number of samples to achieve sufficient accuracy. In this work we propose the concentrated Monte Carlo sampling approach, which builds on the idea that in systems with only short range correlations, to obtain accurate expectation values for local observables, one would favor detailed information in the surroundings of this observable compared to far away from it. In this approach we consider all possible configurations in the surroundings of a local observable, and unique samples from the remaining of the setup drawn using Markov chain Monte Carlo. We have tested the performance of this approach for ground states of the spin-1/2 tilted Ising model in different phases, and also for thermal states in the a spin-1 bilinear-biquadratic model. Our results demonstrate that CMCS yields higher accuracy for local observables in short-range correlated states while requiring substantially fewer samples, showcasing in which regimes one can obtain acceleration for the evaluation of expectation values.
• Abstract（参考訳）: モンテカルロ法は、多体量子系における可観測物の推定に広く用いられている。 しかし、従来のサンプリング方式では、十分な精度を達成するために大量のサンプルを必要とすることが多い。 本研究では,短距離相関しか持たない系において,局所観測可能量に対する正確な期待値を得るためには,この観測可能領域の周囲の詳細な情報の方が遠方に比べて好まれる,という考え方に基づくモンテカルロサンプリング手法を提案する。 このアプローチでは、局所可観測体の周囲におけるすべての可能な構成と、マルコフ連鎖モンテカルロを用いて描画された残りの構成からのユニークなサンプルを考える。 我々は,スピン1/2傾斜アイシング模型の異なる相における基底状態と,スピン1双線型バイカッドラティックモデルにおける熱状態について,本手法の性能試験を行った。 以上の結果から,CMCSは短距離相関状態における局所観測値の精度を向上し,試料を著しく減らした上で,予測値評価のための加速度値が得られることを示す。

関連論文リスト

• Bayesian Circular Regression with von Mises Quasi-Processes [57.88921637944379]
  本研究では、円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 後部推論のために,高速ギブズサンプリングに寄与するストラトノビッチ様拡張法を導入する。 本研究では,このモデルを用いて風向予測と走行歩行周期のパーセンテージを関節角度の関数として適用する実験を行った。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• Efficient learning of ground & thermal states within phases of matter [1.1470070927586014]
  a) 与えられたギブス状態のパラメータ化と、この状態におけるリプシッツ観測値の期待値、および(b) 物質の熱的あるいは量子的な相における局所観測可能物の期待値の学習である。
  論文  参考訳（メタデータ） (2023-01-30T14:39:51Z)
• Sequentially constrained Monte Carlo sampler for quantum states [4.289102530380288]
  本稿では,量子状態のサンプリング方法として,逐次制約付きモンテカルロ(SCMC)アルゴリズムを提案する。 約1万個の束縛された2量子状態が数分で取得できます。 さらに別の応用として、SCMCアルゴリズムは問題固有のターゲット分布の値によって境界付けられた領域に均一に分散した量子状態を生成する。
  論文  参考訳（メタデータ） (2021-09-29T06:45:42Z)
• Learning quantum many-body systems from a few copies [1.5229257192293197]
  量子状態の物理特性を測定から推定することは、量子科学における最も基本的なタスクの1つである。 我々は、状態の準局所観測値の期待値を推測できる状態の条件を特定する。 そこで本研究では,最新トモグラフィープロトコルのコピー数に対する指数関数的改善が実現可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-07T16:21:51Z)
• Consistent Estimation of Identifiable Nonparametric Mixture Models from Grouped Observations [84.81435917024983]
  この研究は、グループ化された観測から任意の同定可能な混合モデルを一貫して推定するアルゴリズムを提案する。 ペア化された観測のために実践的な実装が提供され、アプローチは既存の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-12T20:44:22Z)
• Efficiently Sampling Functions from Gaussian Process Posteriors [76.94808614373609]
  高速後部サンプリングのための簡易かつ汎用的なアプローチを提案する。 分離されたサンプルパスがガウス過程の後部を通常のコストのごく一部で正確に表現する方法を実証する。
  論文  参考訳（メタデータ） (2020-02-21T14:03:16Z)
• Targeted stochastic gradient Markov chain Monte Carlo for hidden Markov models with rare latent states [48.705095800341944]
  隠れマルコフモデルのためのマルコフ連鎖モンテカルロ (MCMC) アルゴリズムは、しばしば前向きのサンプリング器に依存する。 これにより、時系列の長さが増加するにつれて計算が遅くなり、サブサンプリングベースのアプローチの開発が動機となる。 本稿では,パラメータの勾配を計算する際に,希少な潜伏状態に対応するオーバーサンプリング観測を対象とするサブサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2018-10-31T17:44:20Z)
• Fast approximations in the homogeneous Ising model for use in scene analysis [61.0951285821105]
  我々は、推論に必要な量を数値計算できる正確な近似を提供する。 近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。 機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
  論文  参考訳（メタデータ） (2017-12-06T14:24:34Z)

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。