論文の概要: Taming the expressiveness of neural-network wave functions for robust convergence to quantum many-body states

• arxiv url: http://arxiv.org/abs/2603.15853v1
• Date: Mon, 16 Mar 2026 19:33:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:06.964884
• Title: Taming the expressiveness of neural-network wave functions for robust convergence to quantum many-body states
• Title（参考訳）: 量子多体状態へのロバスト収束のためのニューラル・ネットワーク波動関数の表現性を利用する
• Abstract要約: 局所エネルギーの対数的に圧縮された分散は、収束を劇的に改善できることを示す。 両スピン間の魅力的なポシュル・テラー相互作用を持つ2次元調和トラップにおけるスピン-1/2粒子のこれらのアイデアを実証する。
• 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: Neural networks are emerging as a powerful tool for determining the quantum states of interacting many-body fermionic systems. The standard approach trains a neural-network ansatz by minimizing the mean local energy estimated from Monte Carlo samples. However, this typically results in large sample-to-sample fluctuations in the estimated mean energy and thus slow convergence of the energy minimization. We propose that minimizing a logarithmically compressed variance of the local energies can dramatically improve convergence. Moreover, this loss function can be adapted to systematically obtain the energy spectrum across multiple runs. We demonstrate these ideas for spin-1/2 particles in a 2D harmonic trap with attractive Poschl-Teller interactions between opposite spins.
• Abstract（参考訳）: ニューラルネットワークは、多体フェルミオン系と相互作用する量子状態を決定する強力なツールとして出現している。 標準アプローチでは、モンテカルロのサンプルから推定される平均局所エネルギーを最小化することで、ニューラルネットワークアンサッツを訓練する。 しかし、これは典型的には推定平均エネルギーにおけるサンプル対サンプルのゆらぎが大きくなり、エネルギー最小化の収束が遅くなる。 本稿では,局所エネルギーの対数圧縮分散を最小化することで,収束を劇的に改善できることを示す。 さらに、この損失関数は、複数のランニングにまたがるエネルギースペクトルを体系的に取得するために適応することができる。 両スピン間の魅力的なポシュル・テラー相互作用を持つ2次元調和トラップにおけるスピン-1/2粒子のこれらのアイデアを実証する。

関連論文リスト

• Excitation transfer and many-body dark states in waveguide quantum electrodynamics [3.5186878553278613]
  1次元導波管量子力学系では、量子エミッタは無限範囲、分散、散逸性双極子-双極子相互作用を介して相互作用する。 これらの相互作用は長距離周期的挙動を引き起こし、リッチ多体物理学は自由空間に存在しない。 シンメトリズド多重励起暗黒状態の集合を構築し,その時間進化射影に対する解析式を導出する。
  論文  参考訳（メタデータ） (2025-04-17T06:07:22Z)
• Entangled states from sparsely coupled spins for metrology with neutral atoms [0.0]
  粒子間結合数の対数のみを特徴とするスパース相互作用グラフを用いて、量子センシングのための最適状態を生成することができることを示す。 結果として得られる疎結合グラフとプロトコルは、光学的ツイーザにおける原子の動的再構成を用いて効率よく実装することができる。
  論文  参考訳（メタデータ） (2024-12-13T09:53:56Z)
• 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)
• Neural Quantum States in Variational Monte Carlo Method: A Brief Summary [0.0]
  スピン系に対するニューラル量子状態に基づく変分モンテカルロ法について概説する。 ニューラルネットワークは、比較的小さな計算資源を持つ比較的複雑な波動関数を表現できる。 量子状態トモグラフィでは、神経量子状態の表現法はすでに大きな成果を上げている。
  論文  参考訳（メタデータ） (2024-06-03T05:55:55Z)
• Two-mode Squeezing in Floquet Engineered Power-law Interacting Spin Models [0.0]
  階層間の2モードのスケザリングという形で、スケーラブルな絡み合いの生成は、一般的にパワーローモデルで達成できる。 空間的に時間的に設計された相互作用は、生成した絡み合いを大幅に増加させ、実際にハイゼンベルク制限スケーリングを達成する。
  論文  参考訳（メタデータ） (2024-02-28T19:00:06Z)
• Scalable Imaginary Time Evolution with Neural Network Quantum States [0.0]
  ニューラルネットワーク量子状態(NQS)としての量子波関数の表現は、多体量子系の基底状態を見つけるための強力な変分アンサッツを提供する。 我々は、計量テンソルの計算をバイパスするアプローチを導入し、代わりにユークリッド計量を用いた一階降下にのみ依存する。 我々は,NQSのエネルギーが減少するまで最適な時間ステップを決定し,目標を固定し,適応的に安定させる。
  論文  参考訳（メタデータ） (2023-07-28T12:26:43Z)
• Neural-network quantum states for ultra-cold Fermi gases [49.725105678823915]
  この研究は、メッセージパッシングアーキテクチャに基づいたバックフロー変換を含む、新しいPfaffian-Jastrowニューラルネットワーク量子状態を導入する。 逆スピン対分布関数による強いペアリング相関の出現を観察する。 この結果から, ニューラルネットワーク量子状態は, 超低温フェルミガスの研究に有望な戦略をもたらすことが示唆された。
  論文  参考訳（メタデータ） (2023-05-15T17:46:09Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Dilute neutron star matter from neural-network quantum states [58.720142291102135]
  低密度中性子物質はクーパー対の形成と超流動の開始によって特徴づけられる。 我々は、モンテカルロ変分法と再構成技術を組み合わせた隠れ核量子ネットワーク量子状態の表現性に乗じて、この密度構造をモデル化する。
  論文  参考訳（メタデータ） (2022-12-08T17:55:25Z)
• Quantum emulation of the transient dynamics in the multistate Landau-Zener model [50.591267188664666]
  本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。 我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
  論文  参考訳（メタデータ） (2022-11-26T15:04:11Z)
• Momentum Diminishes the Effect of Spectral Bias in Physics-Informed Neural Networks [72.09574528342732]
  物理インフォームドニューラルネットワーク(PINN)アルゴリズムは、偏微分方程式(PDE)を含む幅広い問題を解く上で有望な結果を示している。 彼らはしばしば、スペクトルバイアスと呼ばれる現象のために、ターゲット関数が高周波の特徴を含むとき、望ましい解に収束しない。 本研究は, 運動量による勾配降下下で進化するPINNのトレーニングダイナミクスを, NTK(Neural Tangent kernel)を用いて研究するものである。
  論文  参考訳（メタデータ） (2022-06-29T19:03:10Z)
• Improving the performance of fermionic neural networks with the Slater exponential Ansatz [0.351124620232225]
  電子-原子核・電子-電子間距離にスレーター指数アンザッツを用いたフェルミオン型ニューラルネットワーク(FermiNets)を用いる手法を提案する。
  論文  参考訳（メタデータ） (2022-02-21T11:15:42Z)
• 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)

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。