論文の概要: A Deterministic Framework for Neural Network Quantum States in Quantum Chemistry

• arxiv url: http://arxiv.org/abs/2601.21310v1
• Date: Thu, 29 Jan 2026 06:13:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.612651
• Title: A Deterministic Framework for Neural Network Quantum States in Quantum Chemistry
• Title（参考訳）: 量子化学におけるニューラルネットワーク量子状態の決定論的枠組み
• Authors: Zheng Che,
• Abstract要約: 本稿では,動的に適応的な構成部分空間内でのニューラルバックフローアザッツを最適化する決定論的フレームワークを提案する。 このアプローチはモンテカルロノイズを排除し、部分空間サイズに関してサブ線形スケーリングを示す。 H2OとN2の結合解離のベンチマークと強い相関を持つクロム二量体Cr2は、大きなヒルベルト空間における方法の精度と安定性を検証した。
• 参考スコア（独自算出の注目度）: 1.263464300397658
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stochastic optimization of Neural Network Quantum States (NQS) in discrete Fock spaces is limited by sampling variance and slow mixing. We present a deterministic framework that optimizes a neural backflow ansatz within dynamically adaptive configuration subspaces, corrected by second-order perturbation theory. This approach eliminates Monte Carlo noise and, through a hybrid CPU-GPU implementation, exhibits sub-linear scaling with respect to subspace size. Benchmarks on bond dissociation in H2O and N2, and the strongly correlated chromium dimer Cr2, validate the method's accuracy and stability in large Hilbert spaces.
• Abstract（参考訳）: 離散フォック空間におけるニューラルネットワーク量子状態(NQS)の確率的最適化は、サンプリング分散と遅い混合によって制限される。 本稿では,2次摂動理論によって補正された動的適応構成部分空間内のニューラルバックフロー・アンサッツを最適化する決定論的フレームワークを提案する。 このアプローチはモンテカルロノイズを排除し、ハイブリッドCPU-GPU実装を通じて、サブスペースサイズに関するサブ線形スケーリングを示す。 H2OとN2の結合解離のベンチマークと強い相関を持つクロム二量体Cr2は、大きなヒルベルト空間における方法の精度と安定性を検証した。

関連論文リスト

• Sample-Based Krylov Quantum Diagonalization for the Schwinger Model on Trapped-Ion and Superconducting Quantum Processors [26.315169722500556]
  最近提案されたサンプルベースのクリロフ量子対角化法(SKQD)を格子ゲージ理論に適用する。 本研究では, 基底状態エネルギーと粒子数と$theta$-termの値の依存性について検討し, モデルの位相構造を正確に把握する。 我々は、SKQDが有効ヒルベルト空間を著しく減らし、クリロフ空間次元は指数関数的にスケールするが、遅い成長は格子ゲージ理論を大容量でシミュレートする約束を裏切っていることを示す。
  論文  参考訳（メタデータ） (2025-10-30T19:21:06Z)
• MPQ-DMv2: Flexible Residual Mixed Precision Quantization for Low-Bit Diffusion Models with Temporal Distillation [74.34220141721231]
  我々は,textbfMixed textbfPrecision textbfQuantizationフレームワークを改良したMPQ-DMv2を提案する。
  論文  参考訳（メタデータ） (2025-07-06T08:16:50Z)
• Quantum-Classical Hybrid Quantized Neural Network [8.382617481718643]
  本稿では、任意のアクティベーションと損失関数の使用を可能にする、量子化されたニューラルネットワークトレーニングのための新しい擬似バイナリ最適化(QBO)モデルを提案する。 我々はQCBO問題を直接解くために量子コンピューティングを利用するQCGD(Quantum Gradient Conditional Descent)アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2025-06-23T02:12:36Z)
• Improved Optimization for the Neural-network Quantum States and Tests on the Chromium Dimer [11.985673663540688]
  ニューラルネットワーク量子状態(NQS)は、かなり高度な波動関数アンザッツ研究を持っている。 この研究は、NQSを用いたVMC最適化の計算要求を減らすために、3つのアルゴリズム拡張を導入する。
  論文  参考訳（メタデータ） (2024-04-14T15:07:57Z)
• Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement Distribution in FSO Quantum Networks [62.87033427172205]
  自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。 エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
  論文  参考訳（メタデータ） (2024-01-19T17:16:40Z)
• Quantum Gate Optimization for Rydberg Architectures in the Weak-Coupling Limit [55.05109484230879]
  我々は,Rydberg tweezerシステムにおける2ビットゲートの機械学習支援設計を実演する。 我々は,高忠実度CNOTゲートを実装した最適パルス列を生成する。 単一量子ビット演算の局所的な制御は、原子列上で量子計算を行うのに十分であることを示す。
  論文  参考訳（メタデータ） (2023-06-14T18:24:51Z)
• Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent and Incoherent Photons Found with Gradient Search [77.34726150561087]
  我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。 我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
  論文  参考訳（メタデータ） (2023-02-28T07:36:02Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• On optimization of coherent and incoherent controls for two-level quantum systems [77.34726150561087]
  本稿では、閉かつオープンな2レベル量子系の制御問題について考察する。 閉系の力学は、コヒーレント制御を持つシュリンガー方程式によって支配される。 開系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。
  論文  参考訳（メタデータ） (2022-05-05T09:08:03Z)

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。