論文の概要: Attention-based optimizer for symmetry finding

• arxiv url: http://arxiv.org/abs/2605.30429v1
• Date: Thu, 28 May 2026 18:00:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.157015
• Title: Attention-based optimizer for symmetry finding
• Title（参考訳）: 対称性探索のための注意に基づくオプティマイザ
• Authors: Shreya Banerjee, Vinodh Raj Rajagopal Muthu, Charlie Nation, Rick P. A. Simon, Francesco Martini, Alessandro Ricottone, Federico Cerisola, Luca Dellantonio,
• Abstract要約: ハミルトンのパウリ対称性を探索する最適化フレームワークを提案する。 我々のフレームワークは、パウリ文字列間のペアワイドおよび高階相関を符号化するために自己アテンションを用いる。 提案手法は, 最先端戦略と比較して, ほぼ決定論的確率で成功し, 極めて有利であることを示す。
• 参考スコア（独自算出の注目度）: 32.58639026625496
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Finding symmetries is crucial for understanding physical models. In this work, we present an optimization framework that searches Pauli symmetries of Hamiltonians, merging the fields of machine learning with automated symmetry finding. Built on a Set-Transformer architecture, our framework uses self-attention to encode the pairwise and higher-order correlations among the Pauli-Strings. The relations are then decoded as a candidate, which is further optimized with a custom commutation-based objective, and mapped to a symmetry of the input Hamiltonian. We apply our method to random Pauli Hamiltonians, periodic one and two dimensional transverse-field Ising model and the Toric code. We show that for physical Hamiltonians (Ising and Toric), our framework succeeds with near-deterministic probability while providing substantial advantage compared to state-of-the-art strategies. For random Pauli Hamiltonians, we estimate the required computational resources, specifically the number of parallel starts and the number of GPUs, to find a symmetry with high success probability under fixed design specifications.
• Abstract（参考訳）: 物理モデルを理解するためには対称性の発見が不可欠である。 本研究では,ハミルトニアンのパウリ対称性を解析し,機械学習と自動対称性探索を融合する最適化フレームワークを提案する。 このフレームワークは,Set-Transformerアーキテクチャ上に構築され,P Pauli-Strings間の相互および高次相関を符号化する。 それらの関係は候補として復号化され、さらにカスタムな可換な目的によって最適化され、入力ハミルトニアンの対称性に写像される。 本研究では,ランダムなパウリ・ハミルトニアン,周期的1次元および2次元横フィールドイジングモデル,トーリック符号に適用する。 物理ハミルトニアン(イシングとトーリック)にとって、我々の枠組みは、最先端の戦略に比べてかなりの優位性を持ちながら、ほぼ決定論的確率で成功することを示す。 ランダムなパウリ・ハミルトニアンに対しては、必要な計算資源、特に並列開始数とGPUの数を推定し、固定設計仕様の下で高い成功率の対称性を求める。

関連論文リスト

• Automorphism-Assisted Quantum Approximate Optimization Algorithm for efficient graph optimization [0.0]
  我々は、グラフ自己同型を識別するために、Nautyパッケージを使用し、エッジ同値クラスを決定することに重点を置いている。 これらの対称性を利用することで、ハミルトニアンの複雑性を著しく低減することができる。 この結果から, 自己同型に基づく対称性を用いて, 得られた解の質を損なうことなく, 計算オーバーヘッドを著しく低減できることが示唆された。
  論文  参考訳（メタデータ） (2024-10-29T17:10:25Z)
• Doubly Stochastic Adaptive Neighbors Clustering via the Marcus Mapping [56.57574396804837]
  クラスタリングは機械学習とデータサイエンスにおける基本的なタスクであり、類似性グラフベースのクラスタリングはこの領域において重要なアプローチである。 マーカスマッピングと最適輸送の関係について検討する。 マーカス写像が特定の種類の最適輸送問題を解くことを証明し、マーカス写像によるこの問題の解法が最適輸送法を直接適用するよりも効率的であることを証明した。
  論文  参考訳（メタデータ） (2024-08-06T03:34:43Z)
• Equivariant Deep Weight Space Alignment [54.65847470115314]
  本稿では,ウェイトアライメント問題を解決するための学習を目的とした新しいフレームワークを提案する。 まず、重み調整が2つの基本対称性に一致することを証明し、それからこれらの対称性を尊重する深いアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-10-20T10:12:06Z)
• Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
  木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。 ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。 我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-02T16:59:37Z)
• Symmetry enhanced variational quantum spin eigensolver [0.0]
  変動量子固有解法はハミルトニアンの対称性を利用して著しく改善できることを示す。 ハードウェア対称性保存と呼ばれる最初のアプローチでは、すべての対称性が回路の設計に含まれる。 第2のアプローチでは、コスト関数を対称性を含むように更新する。
  論文  参考訳（メタデータ） (2022-03-04T17:19:36Z)
• Parity Quantum Optimization: Benchmarks [0.4499833362998487]
  実世界のシナリオに対して単一のQAOAサイクルを実装するために必要なゲートリソースを分析します。 我々は、高次項のランダムスピンモデルと、金融クラッシュの予測と電子構造ハミルトンの基底状態の発見の問題を考察する。
  論文  参考訳（メタデータ） (2021-05-13T12:43:16Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Classical symmetries and QAOA [3.2880869992413246]
  本稿では,量子近似最適化アルゴリズム(QAOA)と最適化対象関数の基本的な対称性との関係について検討する。 本稿では,QAOA力学の量子対称性特性と目的関数の古典対称性群との関係を定式化する。
  論文  参考訳（メタデータ） (2020-12-08T20:02:09Z)

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。