論文の概要: Numerical study of boson mixtures with multi-component continuous matrix product states

• arxiv url: http://arxiv.org/abs/2512.24998v1
• Date: Wed, 31 Dec 2025 17:49:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.728443
• Title: Numerical study of boson mixtures with multi-component continuous matrix product states
• Title（参考訳）: 多成分連続行列積状態を持つボソン混合物の数値的研究
• Authors: Wei Tang, Benoît Tuybens, Jutho Haegeman,
• Abstract要約: 連続行列積状態 (cMPS) は連続空間における量子多体系を研究するための有望な数値ツールである。 我々は,結合次元がかなり大きいボゾン量子混合物のシミュレーションを可能にする,多成分cMPSの最適化手法を開発した。 我々の研究は、cMPSアンザッツを用いた量子混合系のさらなる数値的研究の道を開くものである。
• 参考スコア（独自算出の注目度）: 6.255590914942476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The continuous matrix product state (cMPS) ansatz is a promising numerical tool for studying quantum many-body systems in continuous space. Although it provides a clean framework that allows one to directly simulate continuous systems, the optimization of cMPS is known to be a very challenging task, especially in the case of multi-component systems. In this work, we have developed an improved optimization scheme for multi-component cMPS that enables simulations of bosonic quantum mixtures with substantially larger bond dimensions than previous works. We benchmark our method on the two-component Lieb-Liniger model, obtaining numerical results that agree well with analytical predictions. Our work paves the way for further numerical studies of quantum mixture systems using the cMPS ansatz.
• Abstract（参考訳）: 連続行列積状態 (cMPS) は連続空間における量子多体系を研究するための有望な数値ツールである。 継続的システムを直接シミュレートできるクリーンなフレームワークを提供するが、特にマルチコンポーネントシステムの場合、cMPSの最適化は非常に難しい課題であることが知られている。 本研究では,従来よりもはるかに大きな結合次元を持つボゾン量子混合物のシミュレーションを可能にする多成分cMPSの最適化手法を開発した。 本手法を2成分リーブ・ライニガーモデルでベンチマークし,解析的予測によく一致する数値結果を得る。 我々の研究は、cMPSアンザッツを用いた量子混合系のさらなる数値的研究の道を開くものである。

関連論文リスト

• Integrated Software/Hardware Execution Models for High-Accuracy Methods in Chemistry [0.1697175917755316]
  本稿では,Micronメモリ技術とAzure Quantum Elementクラウドコンピューティングの相乗的利用について検討する。 資源集約型DMRGシミュレーションにAQEクラウドコンピューティングを適用しながら、メモリ容量集中型CCダウンフォールディングフェーズにMicron CXLハードウェアを利用するハイブリッドアプローチを報告する。
  論文  参考訳（メタデータ） (2025-09-15T22:55:57Z)
• A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
  薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。 我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。 従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-01-26T09:35:17Z)
• 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)
• Simulations of quantum dynamics with fermionic phase-space representations using numerical matrix factorizations as stochastic gauges [0.0]
  量子力学シミュレーションにおける動的拡散ゲージの利用について検討する。 ここでは, フェルミオン粒子を用いた物理系において, 新しい拡散ゲージの数値評価により, 実用シミュレーション時間を2倍にすることができる。 この発展は、将来の多体系の量子力学シミュレーションにおいて、はるかに大きな結果をもたらす可能性がある。
  論文  参考訳（メタデータ） (2023-04-11T11:33:55Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Simulating Hamiltonian dynamics in a programmable photonic quantum processor using linear combinations of unitary operations [4.353492002036882]
  我々は,マルチプロデューサのトロッター化を改良し,斜め振幅増幅と組み合わせて,高いシミュレーション精度と高い成功確率を同時に達成する。 シリコンの集積フォトニクスプログラマブル量子シミュレータにおいて, 修正多積アルゴリズムを実験的に実装した。
  論文  参考訳（メタデータ） (2022-11-12T18:49:41Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Shared Independent Component Analysis for Multi-Subject Neuroimaging [107.29179765643042]
  本稿では,ShICA (Shared Independent Component Analysis) を導入し,各ビューを加法ガウス雑音によって汚染された共有独立成分の線形変換としてモデル化する。 このモデルは、成分がガウス的でないか、あるいはノイズ分散に十分な多様性がある場合、同定可能であることを示す。 我々は,fMRIおよびMEGデータセットの実証的証拠として,ShICAが代替品よりも正確な成分推定を行うことを示す。
  論文  参考訳（メタデータ） (2021-10-26T08:54:41Z)
• Reduced Density Matrix Sampling: Self-consistent Embedding and Multiscale Electronic Structure on Current Generation Quantum Computers [1.3488660476261511]
  次世代超伝導量子コンピュータにおける完全自己整合型マルチスケール量子古典アルゴリズムについて検討する。 これらの自己整合性アルゴリズムは、量子ハードウェアにかなりのノイズがあるにもかかわらず、確かに非常に堅牢であることを示す。
  論文  参考訳（メタデータ） (2021-04-12T14:57:51Z)
• Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
  本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。 本フレームワークは,振幅増幅を回避し,回路深度を低減させる。 本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
  論文  参考訳（メタデータ） (2021-01-19T19:00:23Z)

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。