論文の概要: CaRBM: A Fixed-Depth Quantum Algorithm with Partial Correction for Thermal State Preparation

• arxiv url: http://arxiv.org/abs/2603.17971v1
• Date: Wed, 18 Mar 2026 17:38:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 18:32:57.861428
• Title: CaRBM: A Fixed-Depth Quantum Algorithm with Partial Correction for Thermal State Preparation
• Title（参考訳）: CaRBM:熱状態生成のための部分補正付き固定深さ量子アルゴリズム
• Authors: Omar Alsheikh, A. F. Kemper, Ermal Rrapaj, Goksu C. Toga,
• Abstract要約: 固定深熱状態調製のためのCARBMアルゴリズムを提案する。 提案アルゴリズムは,温度が低下するにつれてブロック符号化の成功確率が低下し,高温で高い性能を発揮する。 XXZモデルの分割関数ゼロとGross-Neveuモデルの位相図を計算してアルゴリズムを実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce the CaRBM algorithm for fixed-depth thermal state preparation. Our algorithm is based on thermal state purification and uses the Restricted Boltzmann Machine (RBM) block-encoding scheme to implement the imaginary-time propagator $e^{-βH}$, which is implemented in the quantum circuit in a fixed-depth manner via Cartan decomposition. Our algorithm performs best at high temperatures, with the success probability of the block encoding decreasing as the temperature decreases. To increase the success probability, we have devised a correction scheme for the block-encoding that increases the temperature range our algorithm reliably probes. We demonstrate our algorithm by calculating the partition function zeros of the XXZ model and the phase diagram of the Gross-Neveu model, which is a model of strongly interacting relativistic fermions.
• Abstract（参考訳）: 固定深熱状態調製のためのCARBMアルゴリズムを提案する。 本アルゴリズムは, 熱状態の浄化に基づいており, カルタン分解による量子回路に実装した仮想時間プロパゲータ$e^{-βH}$を実装するために, 制限ボルツマン・マシン(RBM)ブロック符号化方式を用いている。 提案アルゴリズムは,温度が低下するにつれてブロック符号化の成功確率が低下し,高温で高い性能を発揮する。 成功確率を高めるため,アルゴリズムが確実に探索する温度範囲を増大させるブロック符号化の補正手法を考案した。 我々は,強い相互作用を持つ相対論的フェルミオンのモデルであるXXZモデルの分割関数ゼロとGross-Neveuモデルの位相図を計算して,我々のアルゴリズムを実証する。

関連論文リスト

• Thermal-Drift Sampling: Generating Random Thermal Ensembles for Quantum Chaos Diagnostics [7.678849469440775]
  多体ハミルトニアンのランダム熱状態は、熱化、カオス、量子相転移の研究を支える。 本研究では,選択したパウリ項に沿って調整可能な非単体ドリフトを実装した計測に基づく熱ドリフト流路を提案する。 一般的な物理モデルのための熱状態とハミルトンの「ラベル」を同時に生成する計測制御サンプリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-02-05T17:27:40Z)
• Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems [41.23247424467223]
  我々はQCBOの制約を満たす量子状態の同値重ね合わせを生成する変動的アプローチを開発する。 結果として生じる同値な重ね合わせは、QUBO/QCBOを解く量子アルゴリズムの初期状態として使用できる。
  論文  参考訳（メタデータ） (2025-08-04T16:44:53Z)
• Efficient Quantum Gibbs Sampling with Local Circuits [0.2796197251957244]
  本稿では、よく設計された散逸過程のシミュレーションに基づいて、ブレークスルーアルゴリズムを実装する方法を示す。 この近似が高温での急速混合にはほとんど影響を与えないことを厳密に証明する。 その結果、短期量子デバイス上で実装可能な、証明可能な最初の量子熱化プロトコルが提供される。
  論文  参考訳（メタデータ） (2025-06-04T18:00:02Z)
• Improving Quantum Machine Learning via Heat-Bath Algorithmic Cooling [0.46040036610482665]
  本研究は、量子機械学習(QML)におけるサンプリング効率を高めるために、量子熱力学に根ざしたアプローチを導入する。 我々は,Groverイテレーションや量子位相推定を必要とせずに,トレーニングや予測においてサンプル効率を向上させる量子冷蔵庫プロトコルを開発した。
  論文  参考訳（メタデータ） (2025-01-05T23:34:05Z)
• Characterization and thermometry of dissapatively stabilized steady states [0.0]
  雑音量子アルゴリズムにおける散逸安定化定常状態の特性について検討する。 熱分布としてよく近似できる範囲について検討する。
  論文  参考訳（メタデータ） (2024-06-03T00:41:37Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• GRAPE optimization for open quantum systems with time-dependent decoherence rates driven by coherent and incoherent controls [77.34726150561087]
  グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。 我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。 状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
  論文  参考訳（メタデータ） (2023-07-17T13:37:18Z)
• Quantum Thermal State Preparation [39.91303506884272]
  量子マスター方程式をシミュレートするための簡単な連続時間量子ギブスサンプリングを導入する。 我々は、特定の純ギブス状態を作成するための証明可能かつ効率的なアルゴリズムを構築した。 アルゴリズムのコストは温度、精度、混合時間に依存している。
  論文  参考訳（メタデータ） (2023-03-31T17:29:56Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)

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。