論文の概要: Quantum statistics from classical simulations via generative Gibbs sampling

• arxiv url: http://arxiv.org/abs/2601.20228v1
• Date: Wed, 28 Jan 2026 03:58:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-29 15:46:06.759351
• Title: Quantum statistics from classical simulations via generative Gibbs sampling
• Title（参考訳）: 生成ギブスサンプリングによる古典シミュレーションからの量子統計
• Authors: Weizhou Wang, Xuanxi Zhang, Jonathan Weare, Aaron R. Dinner,
• Abstract要約: GG-PIは、単一ビーズ条件密度の生成モデリングとギブスサンプリングを組み合わせて量子統計を復元するリングポリマーベースのフレームワークである。 標準的なテストシステムでは、GG-PIはPIMDに比べてウォールクロック時間を著しく短縮する。
• 参考スコア（独自算出の注目度）: 2.624902795082451
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate simulation of nuclear quantum effects is essential for molecular modeling but expensive using path integral molecular dynamics (PIMD). We present GG-PI, a ring-polymer-based framework that combines generative modeling of the single-bead conditional density with Gibbs sampling to recover quantum statistics from classical simulation data. GG-PI uses inexpensive standard classical simulations or existing data for training and allows transfer across temperatures without retraining. On standard test systems, GG-PI significantly reduces wall clock time compared to PIMD. Our approach extends easily to a wide range of problems with similar Markov structure.
• Abstract（参考訳）: 核量子効果の正確なシミュレーションは分子モデリングには不可欠であるが、パス積分分子動力学(PIMD)は高価である。 GG-PIは, 単一ビード条件密度の生成モデルとギブスサンプリングを組み合わせて, 古典シミュレーションデータから量子統計を復元する, リングポリマーベースのフレームワークである。 GG-PIは、安価な古典的なシミュレーションや既存のデータをトレーニングに使用し、再トレーニングせずに温度をまたいで転送することができる。 標準的なテストシステムでは、GG-PIはPIMDに比べてウォールクロック時間を著しく短縮する。 我々のアプローチは、類似したマルコフ構造を持つ幅広い問題に容易に拡張できる。

関連論文リスト

• A COMPASS to Model Comparison and Simulation-Based Inference in Galactic Chemical Evolution [0.0]
  本稿では,スコアベース拡散モデルと変圧器アーキテクチャを組み合わせた新しいシミュレーションベース推論フレームワークを提案する。 以上の結果から,現代のSBI法は宇宙物理シミュレータにおける不確かさを確実に抑制できることが示された。
  論文  参考訳（メタデータ） (2025-07-07T14:45:41Z)
• Quantum Kernel Learning for Small Dataset Modeling in Semiconductor Fabrication: Application to Ohmic Contact [18.42230728589117]
  我々は、浅いポーリZ特徴写像とトレーニング可能な量子カーネルアライメント層を組み合わせた量子カーネルアライメント回帰器(QKAR)を開発した。 QKARは、古典的なベースラインを複数のメトリクスで一貫して上回る。 これらの結果は、注意深く構築されたQMLモデルが、データ拘束型半導体モデリングにおいて予測上の利点をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2024-09-17T00:44:49Z)
• Stochastic Security as a Performance Metric for Quantum-enhanced Generative AI [0.0]
  深部エネルギーベースモデル(EBM)は、トレーニングと推論の両方で連続ドメインギブをサンプリングする必要がある。 量子ギブスサンプリングアルゴリズムを実行できるフォールトトレラントな量子コンピュータの代わりに、モンテカルロ法による拡散過程のシミュレーションを古典的な代替として利用する。 その結果,ギブスサンプリングの計算予算の増大は,モデルのキャリブレーションと対角ロバスト性を両立させることがわかった。
  論文  参考訳（メタデータ） (2023-05-13T17:33:01Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• 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)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Applying Physics-Informed Enhanced Super-Resolution Generative Adversarial Networks to Turbulent Premixed Combustion and Engine-like Flame Kernel Direct Numerical Simulation Data [0.0]
  この研究は、最近開発されたPIESRGANによる乱流予混合燃焼のモデリング手法を推し進めている。 その結果, 全乱流予混合火炎核の直接数値シミュレーションデータに対して, 先行実験と後続試験に良好な結果が得られた。
  論文  参考訳（メタデータ） (2022-10-28T15:27:46Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)

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。