論文の概要: Neural network quantum states in the grand canonical ensemble

• arxiv url: http://arxiv.org/abs/2605.07779v1
• Date: Fri, 08 May 2026 14:18:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.105913
• Title: Neural network quantum states in the grand canonical ensemble
• Title（参考訳）: グランドカノニカルアンサンブルにおけるニューラルネットワーク量子状態
• Authors: Anton Hul, Matija Medvidović, Juan Carrasquilla,
• Abstract要約: フォック空間における対称ボソニック波動関数を表現できる量子状態アーキテクチャを提案する。 提案手法は,実用大標準系におけるキー測定可能な量の数値予測への扉を開く。
• 参考スコア（独自算出の注目度）: 0.4369550829556578
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational Monte Carlo calculations have recently reached state-of-the-art accuracy in the approximation of ground state properties of quantum many-body systems. Making use of flexible neural quantum states and automatic differentiation has bypassed traditional computational obstacles such as reliance on basis sets. In this paper, we propose a neural quantum state architecture capable of representing symmetric bosonic wavefunctions in Fock space, enabling the study of systems with variable particle number. By supplementing our variational state with Monte Carlo sampling and geometric optimization, we demonstrate competitive variational energies across an array of one- and two-dimensional systems, converging to the physical boson number under a set chemical potential. Our approach enables accurate estimates of one-body reduced density matrices, opening access to observables such as condensate fractions and radial density profiles from first principles. Our method opens the door to numerical predictions of key measurable quantities in practical grand canonical systems.
• Abstract（参考訳）: 変分モンテカルロ計算は、最近、量子多体系の基底状態特性の近似において最先端の精度に達した。 フレキシブルな神経量子状態と自動微分を用いることで、基底集合に依存するような従来の計算障害を回避している。 本稿では,Fock空間における対称ボソニック波動関数を表現可能な量子状態アーキテクチャを提案する。 モンテカルロサンプリングと幾何最適化で変動状態を補足することにより、1次元と2次元の系の配列にまたがる競争的な変動エネルギーを、化学ポテンシャルの下で物理ボソン数に収束させることを実証する。 提案手法により, 1体還元密度行列の正確な推定が可能となり, 凝縮分数や放射密度プロファイルなどの可観測物へのアクセスが可能となった。 提案手法は,実用大標準系におけるキー測定可能な量の数値予測への扉を開く。

関連論文リスト

• Grassmann Variational Monte Carlo with neural wave functions [45.935798913942904]
  ヒルベルト空間のグラスマン幾何学の観点から、Pfau et al.citepfau2024accurateによって導入された枠組みを定式化する。 正方格子上のハイゼンベルク量子スピンモデルに対する我々のアプローチを検証し、多くの励起状態に対して高精度なエネルギーと物理観測値を達成する。
  論文  参考訳（メタデータ） (2025-07-14T13:53:13Z)
• Efficient Representation of Gaussian Fermionic Pure States in Non-Computational Bases [0.0]
  本稿では、量子スピン系とフェルミオンモデルにおいて中心となるガウスフェルミオン状態を表現する革新的なアプローチを紹介する。 我々は、これらの状態が従来の計算基底(シグマズ)から(phi, fracpi2, α)のようなより複雑な基底へ遷移することに焦点を当てる。 本稿では,基底変換を単純化するだけでなく,計算複雑性を低減させる新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-03-05T19:43:33Z)
• 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)
• 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)
• Universality of critical dynamics with finite entanglement [68.8204255655161]
  臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。 その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
  論文  参考訳（メタデータ） (2023-01-23T19:23:54Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Entanglement Forging with generative neural network models [0.0]
  ハイブリッド量子-古典的変分アンゼ」は、量子リソースオーバーヘッドを下げるために絡み合いを鍛えることができることを示す。 この方法は観測者の期待値の固定精度を達成するのに必要な測定値の数で効率的である。
  論文  参考訳（メタデータ） (2022-05-02T14:29:17Z)
• Quantum algorithms for grid-based variational time evolution [36.136619420474766]
  本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。 シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
  論文  参考訳（メタデータ） (2022-03-04T19:00:45Z)
• Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
  我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。 一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。 二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
  論文  参考訳（メタデータ） (2021-12-22T15:27:30Z)

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。