論文の概要: Excited Pfaffians: Generalized Neural Wave Functions Across Structure and State
- arxiv url: http://arxiv.org/abs/2603.14515v1
- Date: Sun, 15 Mar 2026 17:51:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-17 16:19:35.862371
- Title: Excited Pfaffians: Generalized Neural Wave Functions Across Structure and State
- Title（参考訳）: Excited Pfaffian: 構造と状態にまたがる一般化ニューラルウェーブ関数
- Authors: Nicholas Gao, Till Grutschus, Frank Noé, Stephan Günnemann,
- Abstract要約: 1つのニューラルネットワーク内で多くの状態を表すExcited Pfaffianを紹介します。
私たちは、ベリリウム原子の全ての異なるエネルギーレベルを見つけるためにニューラルネットワークを使った最初の人です。
- 参考スコア（独自算出の注目度）: 57.66384945141721
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural-network wave functions in Variational Monte Carlo (VMC) have achieved great success in accurately representing both ground and excited states. However, achieving sufficient numerical accuracy in state overlaps requires increasing the number of Monte Carlo samples, and consequently the computational cost, with the number of states. We present a nearly constant sample-size approach, Multi-State Importance Sampling (MSIS), that leverages samples from all states to estimate pairwise overlap. To efficiently evaluate all states for all samples, we introduce Excited Pfaffians. Inspired by Hartree-Fock, this architecture represents many states within a single neural network. Excited Pfaffians also serve as generalized wave functions, allowing a single model to represent multi-state potential energy surfaces. On the carbon dimer, we match the $O(N_s^4)$-scaling natural excited states while training $>200\times$ faster and modeling 50\% more states. Our favorable scaling enables us to be the first to use neural networks to find all distinct energy levels of the beryllium atom. Finally, we demonstrate that a single wave function can represent excited states across various molecules.
- Abstract（参考訳）: 変分モンテカルロ(VMC)のニューラルネットワーク波動関数は、基底状態と励起状態の両方を正確に表現することに成功した。
しかし、状態重なり合いにおいて十分な数値的精度を達成するには、モンテカルロサンプルの数を増やし、結果として計算コストを、状態の数とともに増加させる必要がある。
ほぼ一定のサンプルサイズアプローチであるMulti-State Importance Smpling(MSIS)を提案する。
全試料の全ての状態を効率よく評価するために,Excited Pfaffianを紹介した。
Hartree-Fockにインスパイアされたこのアーキテクチャは、単一のニューラルネットワーク内の多くの状態を表す。
励起されたファフィアンは一般化波動関数としても機能し、単一のモデルで多状態ポテンシャルエネルギー曲面を表現できる。
炭素二量体では、$O(N_s^4)$-scaling natural excited state と一致し、$>200\times$ を高速にトレーニングし、50\%以上の状態のモデリングを行う。
私たちの好ましいスケーリングは、ベリリウム原子のすべての異なるエネルギーレベルを見つけるためにニューラルネットワークを初めて使うことができます。
最後に、単一波動関数が様々な分子にまたがる励起状態を表現できることを実証する。
関連論文リスト
- Hybrid between biologically inspired and quantum inspired many-body states [0.0]
パーセプリンの単純なネットワークから可変多体アンサッツを構築する。
このネットワークは、テンソルネットワークから受け継いだいくつかの異なる特徴を持つニューラルネットワークと考えることができる。
論文 参考訳（メタデータ） (2025-06-05T13:57:48Z) - Boson Sampling from Non-Gaussian States [0.0]
このような状態を生成するスキームを用いて、一般的な単一モード状態からのボソンサンプリングについて検討する。
線形干渉計を通った後、これらの状態の出力光子数確率を計算するのに使用できる公式を導出する。
論文 参考訳（メタデータ） (2024-03-25T20:49:19Z) - Provable learning of quantum states with graphical models [4.004283689898333]
特定の量子状態は、単純トモグラフィーよりも指数関数的に複雑なサンプルで学習できることが示される。
以上の結果から, ある量子状態は, 単純トモグラフィーよりも指数関数的に複雑なサンプルで学習できることがわかった。
論文 参考訳（メタデータ） (2023-09-17T10:36:24Z) - Accurate Computation of Quantum Excited States with Neural Networks [4.99320937849508]
量子系の最低励起状態を推定するための変分モンテカルロアルゴリズムを提案する。
本手法はベンゼンスケール分子の正確な垂直励起エネルギーを得るための最初の深層学習手法である。
我々はこの技術が原子、核、凝縮物質物理学への応用に大きな関心を寄せることを期待している。
論文 参考訳（メタデータ） (2023-08-31T16:27:08Z) - Better Training of GFlowNets with Local Credit and Incomplete
Trajectories [81.14310509871935]
エネルギー関数が終端状態だけでなく中間状態にも適用できる場合を考える。
これは例えば、エネルギー関数が加法的であるときに達成され、軌道に沿って項が利用できる。
これにより、不完全なトラジェクトリであってもパラメータの更新に適用可能なトレーニングの目標が可能になる。
論文 参考訳（メタデータ） (2023-02-03T12:19:42Z) - Multipartite entangled states in dipolar quantum simulators [0.0]
我々は、最先端の量子シミュレーションプラットフォームにおけるハミルトンのネイティブダイナミクスが、マルチパーティの絡み合いの堅牢な源として機能することを示します。
以上の結果から,Rydberg-atom arraysのような最先端量子シミュレーションプラットフォームにおけるハミルトンのネイティブダイナミクスは,マルチパーティントエンタングルメントの堅牢な源として機能することが示唆された。
論文 参考訳（メタデータ） (2022-05-08T16:23:48Z) - Dimerization of many-body subradiant states in waveguide quantum
electrodynamics [137.6408511310322]
一次元導波路で伝播する光子に結合した原子配列中の準放射状態について理論的に検討する。
正確な数値対角化に基づく多体多体絡み合いのエントロピーを導入する。
短距離二量化反強磁性相関の出現に伴い,フェミオン化サブラジアント状態が$f$の増加とともに崩壊することを明らかにする。
論文 参考訳（メタデータ） (2021-06-17T12:17:04Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z) - Gaussian Process States: A data-driven representation of quantum
many-body physics [59.7232780552418]
我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。
この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。
また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
論文 参考訳（メタデータ） (2020-02-27T15:54:44Z)
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。