論文の概要: SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians

• arxiv url: http://arxiv.org/abs/2603.24298v1
• Date: Wed, 25 Mar 2026 13:38:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.311522
• Title: SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians
• Title（参考訳）: SpinGQE: スピンハミルトニアンのための生成量子固有解法
• Authors: Alexander Holden, Moinul Hossain Rahat, Nii Osae Osae Dade,
• Abstract要約: 基底状態探索は量子コンピューティングの中心である。 我々は、生成量子固有ソルバフレームワークをスピンハミルトニアンに拡張したSpinGQEを提案する。 我々は、低エネルギー状態を生成する量子回路について学ぶために、トランスフォーマーベースのデコーダを用いる。
• 参考スコア（独自算出の注目度）: 42.007194397302825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The ground state search problem is central to quantum computing, with applications spanning quantum chemistry, condensed matter physics, and optimization. The Variational Quantum Eigensolver (VQE) has shown promise for small systems but faces significant limitations. These include barren plateaus, restricted ansatz expressivity, and reliance on domain-specific structure. We present SpinGQE, an extension of the Generative Quantum Eigensolver (GQE) framework to spin Hamiltonians. Our approach reframes circuit design as a generative modeling task. We employ a transformer-based decoder to learn distributions over quantum circuits that produce low-energy states. Training is guided by a weighted mean-squared error loss between model logits and circuit energies evaluated at each gate subsequence. We validate our method on the four-qubit Heisenberg model, demonstrating successfulconvergencetonear-groundstates. Throughsystematichyperparameterexploration, we identify optimal configurations: smaller model architectures (12 layers, 8 attention heads), longer sequence lengths (12 gates), and carefully chosen operator pools yield the most reliable convergence. Our results show that generative approaches can effectively navigate complex energy landscapes without relying on problem-specific symmetries or structure. This provides a scalable alternative to traditional variational methods for general quantum systems. An open-source implementation is available at https://github.com/Mindbeam-AI/SpinGQE.
• Abstract（参考訳）: 基底状態探索問題は量子コンピューティングの中心であり、量子化学、凝縮物質物理学、最適化などの応用がある。 変分量子固有解法(VQE)は、小さな系に対して約束されているが、大きな制限に直面している。 それらは不毛の高原、制限されたアンザッツの表現力、ドメイン固有の構造に依存している。 本稿では、スピンハミルトニアンに対する生成量子固有解法(GQE)フレームワークの拡張であるSpinGQEを紹介する。 我々のアプローチは、回路設計を生成モデリングタスクとして再編成する。 我々は、低エネルギー状態を生成する量子回路上の分布を学習するために、トランスフォーマーベースのデコーダを用いる。 トレーニングは、各ゲート列で評価されたモデルロジットと回路エネルギーの間の重み付き平均2乗誤差損失によって導かれる。 提案手法を4量子ハイゼンベルクモデルで検証し,コンバージェンス・トナー・グラウンドステートの実証を行った。 より小さなモデルアーキテクチャ(12層、8つのアテンションヘッド)、長いシーケンス長(12ゲート)、慎重に選択された演算子プールは最も信頼性の高い収束をもたらす。 提案手法は,問題固有の対称性や構造に頼ることなく,複雑なエネルギー景観を効果的にナビゲートできることを示す。 これは、一般的な量子系に対する従来の変分法に代わるスケーラブルな代替手段を提供する。 オープンソース実装はhttps://github.com/Mindbeam-AI/SpinGQEで公開されている。

関連論文リスト

• Quantum Simulation and Energy Estimation for Discretized Anharmonic oscillator [1.0079626733116613]
  フィルタに基づく設計とトフォリゲートを備えた量子回路は、量子状態の進化を追跡するために構築される。 エネルギー推定には、2ローカルアンサッツと変分量子デフレレーション(VQD)を備えた変分量子固有解器(VQE)を用いる。
  論文  参考訳（メタデータ） (2025-09-25T08:49:09Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Quantum State Preparation via Large-Language-Model-Driven Evolution [9.94808160501406]
  変動量子アルゴリズムにおける従来の回路の剛性,拡張性,および専門家依存を克服するための,量子回路設計のための自動フレームワークを提案する。 当社のアプローチでは,スケーラビリティとシステムサイズ非依存の変分パラメータをスクラッチから完全に分離した,ハードウェア効率の良いアンセットを自律的に発見する。
  論文  参考訳（メタデータ） (2025-05-09T18:00:02Z)
• Pre-optimizing variational quantum eigensolvers with tensor networks [1.4512477254432858]
  VQEをシミュレートすることで、パラメータ化量子回路のよい開始パラメータを求める手法を提示し、ベンチマークする。 最大32キュービットのシステムサイズを持つ1Dと2DのFermi-Hubbardモデルに適用する。 2Dでは、VTNEが検出するパラメータは開始構成よりもはるかに低いエネルギーであり、これらのパラメータから開始するVQEは、与えられたエネルギーに降り着くためには、自明に少ない演算を必要とすることを示す。
  論文  参考訳（メタデータ） (2023-10-19T17:57:58Z)
• Variational-quantum-eigensolver-inspired optimization for spin-chain work extraction [39.58317527488534]
  量子源からのエネルギー抽出は、量子電池のような新しい量子デバイスを開発するための重要なタスクである。 量子源からエネルギーを完全に抽出する主な問題は、任意のユニタリ演算をシステム上で行うことができるという仮定である。 本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T15:59:54Z)
• TopGen: Topology-Aware Bottom-Up Generator for Variational Quantum Circuits [26.735857677349628]
  変分量子アルゴリズム(VQA)は、短期デバイスに量子上の利点を示すことを約束している。 パラメータ化ゲートを持つ変分回路であるアンサッツの設計は、VQAにとって最重要となる。 トポロジ固有のアンザッツを生成するボトムアップ手法を提案する。
  論文  参考訳（メタデータ） (2022-10-15T04:18:41Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Benchmarking variational quantum eigensolvers for the square-octagon-lattice Kitaev model [3.6810704401578724]
  量子スピン系は、科学的な関心を持つ古典的な量子計算の第一の機会となるかもしれない。 変分量子固有解法(VQE)は、ノイズ量子コンピュータ上でエネルギー固有値を求めるための有望な手法である。 本稿では,リゲッティのAspen-9チップ上でのHVA回路の実装について述べる。
  論文  参考訳（メタデータ） (2021-08-30T16:58:43Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。