論文の概要: Optimal Effective Hamiltonian for Quantum Computing and Simulation
- arxiv url: http://arxiv.org/abs/2602.03618v1
- Date: Tue, 03 Feb 2026 15:09:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-04 18:37:15.529816
- Title: Optimal Effective Hamiltonian for Quantum Computing and Simulation
- Title（参考訳）: 量子コンピューティングとシミュレーションのための最適ハミルトニアン
- Authors: Hao-Yu Guan, Xiao-Long Zhu, Yu-Hang Dang, Xiu-Hao Deng,
- Abstract要約: 実効モデルの基本原理としてLast Action Unitary Transformationを確立します。
この枠組みを超伝導量子プロセッサの実験データに対して検証する。
この研究は、高精度なシステム学習とハミルトン工学のための体系的で実験的に検証されたルートを提供する。
- 参考スコア（独自算出の注目度）: 1.0359978670015826
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The effective Hamiltonian serves as the conceptual pivot of quantum engineering, transforming physical complexity into programmable logic; yet, its construction remains compromised by the mathematical non-uniqueness of block diagonalization, which introduces an intrinsic "gauge freedom" that standard methods fail to resolve. We address this by establishing the Least Action Unitary Transformation (LAUT) as the fundamental principle for effective models. By minimizing geometric action, LAUT guarantees dynamical fidelity and inherently enforces the preservation of symmetries--properties frequently violated by conventional Schrieffer-Wolff and Givens rotation techniques. We identify the Bloch-Brandow formalism as the natural perturbative counterpart to this principle, yielding analytic expansions that preserve symmetries to high order. We validate this framework against experimental data from superconducting quantum processors, demonstrating that LAUT quantitatively reproduces interaction rates in driven entangling gates where standard approximations diverge. Furthermore, in tunable coupler architectures, we demonstrate that the LAUT approach captures essential non-rotating-wave contributions that standard models neglect; this inclusion is critical for quantitatively reproducing interaction rates and revealing physical multi-body interactions such as $XZX+YZY$, which are verified to be physical rather than gauge artifacts. By reconciling variational optimality with analytical tractability, this work provides a systematic, experimentally validated route for high-precision system learning and Hamiltonian engineering.
- Abstract（参考訳）: 実効ハミルトニアンは量子工学の概念的な転換点として機能し、物理複雑性をプログラム可能な論理に変換するが、その構成はブロック対角化の数学的非特異性によって妥協され、標準的な手法では解けない固有の「ゲージ自由」がもたらされる。
実効モデルの基本原理としてLast Action Unitary Transformation(LAUT)を確立することで、この問題に対処する。
幾何学的作用を最小化することにより、LAUTは動的忠実さを保証し、対称性の保存を本質的に強制する。
我々はブロッホ・ブランドウ形式主義を、この原理に反する自然な摂動的存在とみなし、対称性を高次に保存する解析的展開をもたらす。
この枠組みを超伝導量子プロセッサの実験データに対して検証し、LAUTは標準近似が分岐する駆動エンタングリングゲートにおける相互作用速度を定量的に再現することを示した。
さらに、チューナブルカプラアーキテクチャでは、LAUTアプローチは標準モデルが無視する必須な非回転波寄与を捉え、この包含は相互作用率を定量的に再現し、ゲージアーティファクトよりも物理的であることが証明された$XZX+YZY$のような物理的多体相互作用を明らかにするために重要である。
変分最適性を解析的トラクタビリティと整合させることにより、高精度システム学習とハミルトン工学のための体系的かつ実験的に検証された経路を提供する。
関連論文リスト
- Quantization of Physical Interaction Strengths via Singular Moduli [0.0]
本稿では,結合強度の測定をアナログ推定からトポロジカルカウント問題に変換するプロトコルであるInteraction Metrologyを紹介する。
我々は、系の相互作用のモジュライが離散的な量子化値を取るように位相的に強制されることを証明し、「幾何$k$-Comb」を形成する。
この発見は、力センシングと量子論理ゲートの普遍的な標準を確立し、トポロジカル確実性による相互作用強度の校正を可能にする。
論文 参考訳（メタデータ） (2025-12-25T15:54:48Z) - Mixed Monotonicity Reachability Analysis of Neural ODE: A Trade-Off Between Tightness and Efficiency [1.7205106391379026]
ニューラル常微分方程式(ニューラルODE)の新しい区間ベースリーチビリティ法を提案する。
完備初期集合の幾何学的構造とそれらの境界を同相性を通じて活用する。
提案手法は, CORA のゾノトープや NNV2.0 の星集合表現と比較して, 音響的, 計算学的に効率的なオーバー近似を提供する。
論文 参考訳（メタデータ） (2025-10-15T10:25:32Z) - Biorthogonal Neural Network Approach to Two-Dimensional Non-Hermitian Systems [5.513161407069216]
非エルミート量子多体系は、豊富な物理現象を示す。
非エルミート皮膚効果と例外点は、既存の数値技術にはほとんどアクセスできない。
論文 参考訳（メタデータ） (2025-08-01T21:02:41Z) - Zassenhaus Expansion in Solving the Schrödinger Equation [0.0]
基本的な課題はユニタリ進化作用素 (e-imathcalHt ) の近似である。
我々は、E. K"okc"u et alによって導入された固定深度シミュレーションの枠組みを改良し、二階ザッセンハウス展開を取り入れた。
これにより、(mathcalO(t))のようにエラースケーリングを伴う制御された非単位近似が得られる。
論文 参考訳（メタデータ） (2025-05-14T14:48:47Z) - Intrinsic Regularization via Curved Momentum Space: A Geometric Solution to Divergences in Quantum Field Theory [0.0]
量子場理論(QFT)における紫外線の発散は、長い間、根本的な課題であった。
運動量空間の曲面幾何学からUV正則化が自然に現れる新しい自己整合的アプローチを提案する。
我々はミンコフスキー空間へのシームレスな拡張を示し、相対論的QFTにおける正規化特性を維持する。
論文 参考訳（メタデータ） (2025-02-20T10:49:26Z) - Efficiency of Dynamical Decoupling for (Almost) Any Spin-Boson Model [44.99833362998488]
構造ボソニック環境と結合した2レベル系の動的疎結合を解析的に検討した。
このようなシステムに対して動的疎結合が機能する十分な条件を見つける。
私たちの境界は、様々な関連するシステムパラメータで正しいスケーリングを再現します。
論文 参考訳（メタデータ） (2024-09-24T04:58:28Z) - A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。
これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。
本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - 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) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳（メタデータ） (2022-02-15T19:00:09Z) - Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。
これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。
力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文 参考訳（メタデータ） (2021-09-07T20:01:22Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
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。