論文の概要: Variational Adaptive Gaussian Decomposition: Scalable Quadrature-Free Time-Sliced Thawed Gaussian Dynamics

• arxiv url: http://arxiv.org/abs/2603.10931v1
• Date: Wed, 11 Mar 2026 16:15:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:33.048877
• Title: Variational Adaptive Gaussian Decomposition: Scalable Quadrature-Free Time-Sliced Thawed Gaussian Dynamics
• Title（参考訳）: 変分適応ガウス分解:スケーラブル四分法自由時間スライスガウスダイナミクス
• Authors: Rahul Sharma, Amartya Bose,
• Abstract要約: ガウス波パケット分解のための二次自由変分フレームワークを提案する。 この最適化にはオートエンコーダ・デコーダニューラルネットワークが使用される。 この分解における各ウェーブパケットは、下層の半古典多様体の局所パッチを表す。
• 参考スコア（独自算出の注目度）: 2.000294391507879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time-slicing has emerged as a strategy for incorporating semiclassical propagation into real-time path integral formulation and recovering full quantum mechanical dynamics. A central step is the decomposition of a time-evolved wave function into a superposition of Gaussian wave packets. Here we introduce a quadrature-free variational framework for Gaussian wave packet decomposition, reformulating it as an optimization problem in which the parameters of Gaussian wave packets are chosen to maximize the overlap with the time-evolving wave function. An autoencoder-decoder neural network is used for this optimization, with the representation being adaptively reoptimized during propagation. Each wave packet in this decomposition represents a localized patch of the underlying semiclassical manifold, while retaining full correlations between all degrees of freedom. This variational adaptive Gaussian decomposition (VAGD) approach yields a compact Gaussian expansion, providing a scalable route to time-sliced semiclassical quantum dynamics. While general, applying VAGD to facilitate time-slicing of thawed Gaussian approximation (TGA) simulation allows a route to improving the semiclassical result to the full quantum mechanical result in a systematic manner.
• Abstract（参考訳）: 時間スライシングは、半古典的伝播を実時間経路積分定式化に組み入れ、完全な量子力学力学を回復するための戦略として登場した。 中心的なステップは、時間発展波動関数をガウス波パケットの重ね合わせに分解することである。 ここでは、ガウス波パケットのパラメータが選択され、時間進化する波動関数との重なりを最大化する最適化問題として、ガウス波パケット分解のための二次自由変分フレームワークを提案する。 この最適化にはオートエンコーダ・デコーダニューラルネットワークが使用され、表現は伝搬中に適応的に再最適化される。 この分解における各ウェーブパケットは、すべての自由度の間の完全な相関を維持しながら、基礎となる半古典多様体の局所的パッチを表す。 この変分適応ガウス分解(VAGD)アプローチはコンパクトなガウス展開をもたらし、時間スライクな半古典量子力学へのスケーラブルな経路を提供する。 一般に、VAGDを適用してソードガウス近似(TGA)シミュレーションをタイムスライシングしやすくすることで、半古典的な結果から完全な量子力学的結果への体系的な方法による改善が可能である。

関連論文リスト

• Optimization-based Unfolding in High-Energy Physics [0.0]
  高エネルギー物理学において、展開とは検出器が歪んだ測定から物理観測物の真の分布を再構築する過程である。 我々は古典的手法と量子互換手法の両方を用いてこの問題に対処する枠組みを開発する。
  論文  参考訳（メタデータ） (2026-02-26T09:11:34Z)
• WUSH: Near-Optimal Adaptive Transforms for LLM Quantization [52.77441224845925]
  低ビット幅への量子化は、大きな言語モデルをデプロイするための標準的なアプローチである。 いくつかの極端な重みと活性化は、ダイナミックレンジを拡張し、量子化器の有効分解能を減少させる。 結合重みアクティベーション量子化のための閉形式最適線形ブロックワイズ変換を初めて導出する。
  論文  参考訳（メタデータ） (2025-11-30T16:17:34Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Family of Gaussian wavepacket dynamics methods from the perspective of a nonlinear Schr\"odinger equation [0.0]
  Heller の解法であるガウス近似や Coalson や Karplus の変分ガウス近似など、よく知られたガウス波束力学法がこの枠組みに適合していることを示す。 このような非線形シュリンガー方程式を一般に研究する。
  論文  参考訳（メタデータ） (2023-02-20T19:01:25Z)
• NAG-GS: Semi-Implicit, Accelerated and Robust Stochastic Optimizer [45.47667026025716]
  2つの重要な要素に依存した、新しく、堅牢で、加速された反復を提案する。 NAG-GSと呼ばれる手法の収束と安定性は、まず広範に研究されている。 我々は、NAG-arityが、重量減衰を伴う運動量SGDや機械学習モデルのトレーニングのためのAdamWといった最先端の手法と競合していることを示す。
  論文  参考訳（メタデータ） (2022-09-29T16:54:53Z)
• Riemannian optimization of photonic quantum circuits in phase and Fock space [4.601534909359792]
  本稿では,ガウスオブジェクトからなる汎用フォトニック量子回路の設計と最適化を行うフレームワークを提案する。 また、我々のフレームワークをガウス的でない対象に拡張可能とし、ガウス的オブジェクトの線型結合として記述することができる。
  論文  参考訳（メタデータ） (2022-09-13T15:23:55Z)
• Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
  汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。 様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。 提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
  論文  参考訳（メタデータ） (2021-06-10T18:17:57Z)
• Direct Optimal Control Approach to Laser-Driven Quantum Particle Dynamics [77.34726150561087]
  間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。 この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
  論文  参考訳（メタデータ） (2020-10-08T07:59:29Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。