論文の概要: Absorbing Many-Body Correlations into Core-Optimized Orbitals
- arxiv url: http://arxiv.org/abs/2605.22977v1
- Date: Thu, 21 May 2026 19:15:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 17:29:20.070981
- Title: Absorbing Many-Body Correlations into Core-Optimized Orbitals
- Title（参考訳）: コア最適化軌道への多体相関の吸収
- Authors: Hao Zhang, Matthew Otten,
- Abstract要約: 軌道基底をスパースCI波動関数と共最適化することで、既にコンパクトなTrimCIアンザッツを超える数桁のカウントを削減できる。
チューナブル・オン・グラフモデルは、利点を軌道基底ゲインに分解し、アンザッツゲインを捕捉する。
- 参考スコア（独自算出の注目度）: 4.517663944296433
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The cost of simulating quantum many-body systems - on classical or quantum hardware - scales with the number of variational parameters, so progress at fixed computational budget hinges on more parameter-efficient ansätze. Configuration Interaction (CI) is widely dismissed as parameter-heavy; we show this verdict is an artifact of the orbital basis. Co-optimizing the orbital basis with a sparse CI wavefunction - a method we call Core-Optimized Orbitals (COO) - absorbs a large fraction of the dynamical correlation directly into the single-particle basis, cutting the determinant count by several orders of magnitude beyond the already compact TrimCI ansatz on which it builds. On [Fe$_4$S$_4$] (54e, 36o), a billion-determinant TrimCI+COO wavefunction reaches accuracy that would require $3\!\times\!10^{14}$ determinants in a localized basis. At matched accuracy, it is $8\times$ more compact than the largest unrestricted-DMRG benchmark ($25\times$ with PT2). Across the iron-sulfur series - from [Fe$_2$S$_2$] (30e,20o) to the P-cluster (114e,73o) - TrimCI+COO is $10$-$100\times$ more compact than SU(2)-adapted DMRG with entanglement-minimized orbitals at matched accuracy. A tunable Hubbard-on-graph model factorizes the advantage into an orbital-basis gain and an ansatz gain, the latter capturing multi-center entanglement that resists MPS localization. COO therefore changes the picture of CI efficiency: sparse CI with optimized orbitals can outperform state-of-the-art tensor networks on strongly correlated multi-center systems.
- Abstract（参考訳）: 量子多体系(古典的または量子的ハードウェア)をシミュレーションするコストは、変動パラメータの数とともにスケールするので、固定された計算予算の進捗はよりパラメータ効率の良いアンセッツェに依存する。
構成相互作用(CI)はパラメータヘビーとして広く否定されている。
軌道基底をスパースCI波動関数(私たちがCore-Optimized Orbitals (COO)と呼ぶ手法)と共最適化することで、動的相関のかなりの部分を直接単一粒子基底に吸収し、既存のコンパクトなTrimCIアザッツを超える数桁の行列数を削減する。
Fe$_4$S$_4$] (54e, 36o) では、TrimCI+COO波動関数は、$3\!
タイムズ!
10^{14}$ 局所的な行列式。
一致した精度では、最大の制限なしDMRGベンチマーク(PT2)よりも8\times$がコンパクトだ。
Fe$_2$S$_2$] (30e,20o) から P-クラスター (114e,73o) - TrimCI+COO は SU(2) 適応 DMRG よりもコンパクトである。
チューニング可能なHubbard-on-graphモデルでは、その利点を軌道基底ゲインとアンザッツゲインに分解し、後者はMPSの局在に抵抗する多中心エンタングルメントを捕捉する。
最適化された軌道を持つスパースCIは、強く相関したマルチセンターシステム上で、最先端のテンソルネットワークより優れている。
関連論文リスト
- A Transferable Machine Learning Approach to Predict Optimized Orbitals for Electronic Structure Problems [0.49259062564301753]
変分量子固有解法は、量子ハードウェア上での基底状態エネルギー計算にかなりの可能性を秘めている。
本稿では,分子構造と対結合構造から直接,最適化された軌道係数を予測するグラフニューラルネットワークフレームワークを提案する。
我々のモデルは平均絶対エネルギー誤差$mathcalO(102)$と$mathcalO$ milli-Hartreesに達する。
論文 参考訳（メタデータ） (2026-05-05T18:12:05Z) - Amplitude Encoding of Slater-Type Orbitals via Matrix Product States: Efficient State Preparation and Integral Evaluation on Quantum Hardware [0.0]
スレーター型軌道(STO)は、原子波動関数の物理的に正しい記述を提供する。
本稿では,行列積状態(MPS)を用いた量子コンピュータ上でのSTOの振幅符号化に関する体系的研究を行う。
論文 参考訳（メタデータ） (2026-04-29T05:51:12Z) - Rethinking Language Model Scaling under Transferable Hypersphere Optimization [67.38433364607897]
モデル幅、深さ、トレーニングトークン、エキスパート・オブ・エキスパート(MoE)間で最適な学習率を転送する最初のフレームワークであるHyperPを紹介します。
単一のベースレートでHyperPの計算予算をまたいだデータ転送を調整し、強力な Muon ベースラインを 6times1021$ FLOPs で1.58 タイムで達成した。
また、超球面制約から派生したMoEゲーティング機構であるSqrtGateを提案し、MoEの粒度にわたって出力RMSを保存する。
論文 参考訳（メタデータ） (2026-03-30T17:51:47Z) - Unsupervised Discovery of Intermediate Phase Order in the Frustrated $J_1$-$J_2$ Heisenberg Model via Prometheus Framework [0.0]
本稿では,Prometheus変分オートエンコーダフレームワークを適用して,J_1$-$J$位相図を探索する。
構造因子 $S(,)$ と $S(,)$ を支配的順序パラメータとして同定する。
この研究は、フラストレーションのある量子システムに機械学習を適用するためのスケーラブルな経路を確立する。
論文 参考訳（メタデータ） (2026-02-25T00:44:51Z) - Programmable Quantum Matter: Heralding Large Cluster States in Driven Inhomogeneous Spin Ensembles [0.0]
固体中のAtomのようなエミッタは、量子センシングと情報処理のための有望なプラットフォームである。
本稿では、この多様性を活用して、光学的に隠蔽されたスピンクラスター状態を生成するためのリソースを削減するフレームワークを提案する。
最適化されたパルスシーケンスは、パルス長とデチューニングエラーを同時に補正し、エラーに対して99.99%以上の単一量子ビットゲートフィデリティを達成する。
論文 参考訳（メタデータ） (2025-09-03T03:59:22Z) - Tensor Decomposition Networks for Fast Machine Learning Interatomic Potential Computations [48.46721044282335]
テンソル分解ネットワーク(TDN)は、計算処理の劇的な高速化と競合する性能を実現する。
1億5500万のDFT計算スナップショットを含む分子緩和データセットPubChemQCRのTDNを評価した。
その結果,TDNは計算処理の劇的な高速化と競合する性能を示した。
論文 参考訳（メタデータ） (2025-07-01T18:46:27Z) - KPZ scaling from the Krylov space [83.88591755871734]
近年,Cardar-Parisi-Zhangスケーリングをリアルタイムの相関器や自動相関器に示す超拡散が報告されている。
これらの結果から着想を得て,Krylov演算子に基づく相関関数のKPZスケーリングについて検討する。
論文 参考訳（メタデータ） (2024-06-04T20:57:59Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z)
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。