論文の概要: Sparse identification of quantum Hamiltonian dynamics via quantum circuit learning
- arxiv url: http://arxiv.org/abs/2602.14556v1
- Date: Mon, 16 Feb 2026 08:35:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 16:22:50.339145
- Title: Sparse identification of quantum Hamiltonian dynamics via quantum circuit learning
- Title（参考訳）: 量子回路学習による量子ハミルトンダイナミクスのスパース同定
- Authors: Yusei Tateyama, Yuzuru Kato,
- Abstract要約: 量子ハミルトン力学(SIQHDy)のスパース同定を提案する。
SIQHDyは、時系列データから量子ハミルトン力学を推定するための量子回路学習フレームワークである。
我々は,SIQHDyがシングルスピン,3スピン,5スピン系の力学を正確に再構成できることを数値的に示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sparse identification of nonlinear dynamics (SINDy) is a data-driven framework for estimating classical nonlinear dynamical systems from time-series data. In this approach, system dynamics is represented as a linear combination of a predefined set of basis functions, and the corresponding coefficients are sparsely estimated from observed time-series data. In this study, we propose sparse identification of quantum Hamiltonian dynamics (SIQHDy), a SINDy-inspired quantum circuit learning framework for estimating quantum Hamiltonian dynamics from time-series data of quantum measurement outcomes. In SIQHDy, the unitary evolution of a quantum Hamiltonian system is expressed as a product of basis quantum circuits, and the corresponding circuit parameters are estimated through sparsity-promoting optimization. We numerically demonstrate that SIQHDy accurately reconstructs the dynamics of single-, three-, and five-spin systems, and exhibits robustness to measurement noise in the three-spin case. Furthermore, we propose an extension of SIQHDy for scenarios with limited accessible observables and evaluate its performance in identifying two-spin systems and in network-structure identification for five-spin systems.
- Abstract（参考訳）: 非線形力学のスパース同定(SINDy)は時系列データから古典的非線形力学系を推定するためのデータ駆動フレームワークである。
このアプローチでは, システムダイナミクスは, 予め定義された基底関数の線形結合として表現され, 対応する係数は観測された時系列データからわずかに推定される。
本研究では、量子計測結果の時系列データから量子ハミルトン力学を推定するためのSINDyにインスパイアされた量子回路学習フレームワークである量子ハミルトン力学(SIQHDy)のスパース同定を提案する。
SIQHDyでは、量子ハミルトニアン系のユニタリ進化は基底量子回路の積として表現され、対応する回路パラメータはスパーシティ-プロモーティング最適化によって推定される。
SIQHDyは, 単スピン, 3スピン, 5スピン系の力学を正確に再構成し, 3スピンの場合の計測ノイズに対して頑健性を示す。
さらに,アクセス可能な観測量が少ないシナリオに対するSIQHDyの拡張を提案し,その性能を2スピン系と5スピン系のネットワーク構造同定で評価する。
関連論文リスト
- Inverse Physics-informed neural networks procedure for detecting noise in open quantum systems [0.0]
我々は、逆物理インフォームドニューラルネットワーク(PINNverse)フレームワークをリンドブラッドマスター方程式が支配するオープン量子システムに拡張する。
2ビットオープンシステムの数値シミュレーションにより,提案手法の有効性とロバスト性を示す。
この結果から、PINNverseは量子システム識別のためのスケーラブルで耐雑音性のあるフレームワークであり、量子制御やエラー軽減に応用できる可能性が示唆された。
論文 参考訳（メタデータ） (2025-07-16T18:03:48Z) - Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。
古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文 参考訳（メタデータ） (2024-10-04T18:06:12Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Data-Driven Characterization of Latent Dynamics on Quantum Testbeds [0.23408308015481663]
我々は、パラメータ化された元項でリンドブラッドマスター方程式によって記述された量子系の力学方程式を拡大する。
本稿では,線形演算子に基づいてパラメータ化された発散潜在力学からユニタリを学習し,区別する拡張を保存する構造について考察する。
我々は、我々の解釈、構造保存、非線形モデルがリンドブラッドマスター方程式の予測精度を向上させることを実証した。
論文 参考訳（メタデータ） (2024-01-18T09:28:44Z) - Data-driven Quantum Dynamical Embedding Method for Long-term Prediction on Near-term Quantum Computers [6.1549556540537855]
量子力学埋め込み(QDE)を用いた時系列予測のためのデータ駆動手法を提案する。
時系列長の独立性に基づき、この手法は深さ効率の高い量子回路を実現する。
数値シミュレーションは、波動信号だけでなく、NARMAのようなより複雑な信号も予測できることを示す。
論文 参考訳（メタデータ） (2023-05-25T12:12:49Z) - 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) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳（メタデータ） (2022-09-07T15:50:00Z) - Quantum circuits for the preparation of spin eigenfunctions on quantum
computers [63.52264764099532]
ハミルトン対称性は、関連する多粒子波動関数を分類するための重要な道具である。
この研究は、量子コンピュータ上の全スピン固有関数の正確かつ近似的な準備のための量子回路を提示する。
論文 参考訳（メタデータ） (2022-02-19T00:21:46Z) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳（メタデータ） (2020-07-23T19:05:56Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳（メタデータ） (2020-06-28T23:44:12Z)
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。