論文の概要: Site-Order Optimization in the Density Matrix Renormalization Group via Multi-Site Rearrangement

• arxiv url: http://arxiv.org/abs/2512.22021v1
• Date: Fri, 26 Dec 2025 12:59:58 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-29 11:59:49.200481
• Title: Site-Order Optimization in the Density Matrix Renormalization Group via Multi-Site Rearrangement
• Title（参考訳）: 多点再構成による密度行列正規化群のサイト次最適化
• Authors: Ryo Watanabe, Toshiya Hikihara, Hiroshi Ueda,
• Abstract要約: 本稿では,反復的な局所的位置再構成により最適な位置順序を求めるアルゴリズムについて検討する。 サイト再構成の範囲を広げてアルゴリズムを改良し、ランダムなサイト置換を伴う1次元量子ハイゼンベルクモデルに適用する。
• 参考スコア（独自算出の注目度）: 0.20391237204597365
• License:
• Abstract: In the approaches based on matrix-product states (MPSs), such as the density-matrix renormalization group (DMRG) method, the ordering of the sites crucially affects the computational accuracy. We investigate the performance of an algorithm that searches for the optimal site order by iterative local site rearrangement. We improve the algorithm by expanding the range of site rearrangement and apply it to a one-dimensional quantum Heisenberg model with random site permutation. The results indicate that increasing the range of the site rearrangement significantly improves the computational accuracy of the DMRG method. In particular, increasing the rearrangement range from two to three sites reduces the average relative error in the ground-state energy by 65% to 94% in the cases we tested. We also discuss the computational cost of the algorithm and its application as a preprocessing for MPS-based calculations.
• Abstract（参考訳）: 密度行列再正規化群 (DMRG) 法のような行列積状態 (MPS) に基づく手法では, サイトの順序付けが計算精度に決定的に影響を及ぼす。 本稿では,反復的局所的位置再構成により最適な位置順序を求めるアルゴリズムの性能について検討する。 サイト再構成の範囲を広げてアルゴリズムを改良し、ランダムなサイト置換を伴う1次元量子ハイゼンベルクモデルに適用する。 その結果, 現場再配置範囲の増大はDMRG法の計算精度を著しく向上させることがわかった。 特に、再配置範囲を2から3箇所に増やすことで、地上エネルギーの平均相対誤差が65%から94%減少する。 また,MPSに基づく計算の前処理として,アルゴリズムの計算コストとその応用についても論じる。

関連論文リスト

• A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
  マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。 提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
  論文  参考訳（メタデータ） (2025-06-14T17:35:27Z)
• Improved Lanczos Algorithm using Matrix Product States [2.405805395043031]
  我々はPhys. B 85, 205119 (2012) で提案された行列積状態表現を用いてLaczosアルゴリズムを改良する。 密度行列再正規化群(DMRG)の代替として、Lanczosアルゴリズムは局所ミニマを避け、複数の低次固有状態を直接見つけることができる。
  論文  参考訳（メタデータ） (2025-04-30T16:45:25Z)
• Algorithme EM r\'egularis\'e [0.0]
  本稿では,より少ないサンプルサイズに対応するために,事前知識を効率的に活用するEMアルゴリズムの正規化バージョンを提案する。 実データを用いた実験では,クラスタリングのための提案アルゴリズムの性能が向上した。
  論文  参考訳（メタデータ） (2023-07-04T23:19:25Z)
• Using Differential Evolution to avoid local minima in Variational Quantum Algorithms [0.0]
  変分量子アルゴリズム(VQA)は、量子コンピューティングを利用する最も有望なNISQ時代のアルゴリズムの一つである。 本研究の目的は,局所的ミニマ問題や大理石高原問題の影響を回避・低減できる代替最適化手法を検討することである。
  論文  参考訳（メタデータ） (2023-03-21T20:31:06Z)
• Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
  動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。 有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
  論文  参考訳（メタデータ） (2022-09-28T20:24:53Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Rethinking Spatial Invariance of Convolutional Networks for Object Counting [119.83017534355842]
  局所連結ガウス核を用いて元の畳み込みフィルタを置き換え、密度写像の空間位置を推定する。 従来の研究から着想を得て,大規模なガウス畳み込みの近似を好意的に実装するために,翻訳不変性を伴う低ランク近似を提案する。 提案手法は,他の最先端手法を著しく上回り,物体の空間的位置の有望な学習を実現する。
  論文  参考訳（メタデータ） (2022-06-10T17:51:25Z)
• Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
  通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。 我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。 我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
  論文  参考訳（メタデータ） (2021-06-08T15:54:44Z)
• A Domain-Shrinking based Bayesian Optimization Algorithm with Order-Optimal Regret Performance [16.0251555430107]
  これはGPに基づく最初のアルゴリズムであり、順序最適化された後悔の保証がある。 GP-UCB系のアルゴリズムと比較して,提案アルゴリズムは計算複雑性を$O(T2d-1)$で低減する。
  論文  参考訳（メタデータ） (2020-10-27T02:15:15Z)
• Effective Dimension Adaptive Sketching Methods for Faster Regularized Least-Squares Optimization [56.05635751529922]
  スケッチに基づくL2正規化最小二乗問題の解法を提案する。 我々は、最も人気のあるランダム埋め込みの2つ、すなわちガウス埋め込みとサブサンプリングランダム化アダマール変換(SRHT)を考える。
  論文  参考訳（メタデータ） (2020-06-10T15:00:09Z)

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。