論文の概要: Ground state preparation of random all-to-all Hamiltonians using ADAPT-VQE

• arxiv url: http://arxiv.org/abs/2606.18339v1
• Date: Tue, 16 Jun 2026 18:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 09:40:39.703377
• Title: Ground state preparation of random all-to-all Hamiltonians using ADAPT-VQE
• Title（参考訳）: ADAPT-VQEを用いたランダム・オール・オール・ハミルトニアンの地中準備
• Authors: Sabhyata Gupta, Bharath Sambasivam, Sophia E. Economou, Edwin Barnes, Alexander F. Kemper, Raghav G. Jha,
• Abstract要約: 最大$N$フェルミオンを含むSYKモデルに対して,ADAPT-VQEが正確な基底状態を構築することができることを示す。 SKモデルでは, 基底状態の生成は(演算プールサイズと回路深度の観点から)効率的であるが, 密度あるいは適度にスパースしたSYKモデルでは効率が良くないことがわかった。
• 参考スコア（独自算出の注目度）: 36.587368823954584
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The ground state of random Hamiltonians with all-to-all interactions such as the quantum Sherrington-Kirkpatrick (SK) model and the Sachdev-Ye-Kitaev (SYK) model follow volume-law entanglement and are expected to be hard to model using tensor networks. In recent years, some progress has been made to push the limit of classical methods using neural quantum states. However, it remains an open question whether there exist quantum algorithms that could offer a quantum advantage over the state-of-the-art classical methods in simulating random Hamiltonians. In this work, we show that one such algorithm, TETRIS-ADAPT-VQE, can construct accurate ground states for dense and sparse SYK models containing up to $N=20$ Majorana fermions achieving fidelities $\geq 99.3\%$ and for the quantum SK model with up to $L=18$ sites achieving fidelities $\geq 99.9998\%$. We find that while the preparation of ground states is efficient (in terms of operator pool size and circuit depth) for the SK model, it is not efficient for either dense or moderately sparse SYK models.
• Abstract（参考訳）: 量子シェリントン・カークパトリック(SK)モデルやサハデフ・イェ・キタエフ(SYK)モデルのような全対全相互作用を持つランダム・ハミルトンの基底状態は、体積法的な絡み合いに従っており、テンソルネットワークを用いてモデル化することは困難であると期待されている。 近年、神経量子状態を用いた古典的手法の限界を推し進める研究が進んでいる。 しかし、ランダムハミルトニアンをシミュレートする最先端の古典的手法に対して量子的優位性を与える量子アルゴリズムが存在するかどうかについては、未解決のままである。 本研究では,そのようなアルゴリズムであるTETRIS-ADAPT-VQEが,最大$N=20$Majoranaフェルミオンを含む高密度で疎いSYKモデルの正確な基底状態を構築することができ,また,最大$L=18$の量子SKモデルに対して$\geq 99.9998\%の量子SKモデルを構築することができることを示す。 SKモデルでは, 基底状態の生成は(演算プールサイズと回路深度の観点から)効率的であるが, 密度あるいは適度にスパースしたSYKモデルでは効率が良くないことがわかった。

関連論文リスト

• SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians [42.007194397302825]
  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。
  論文  参考訳（メタデータ） (2026-03-25T13:38:15Z)
• Optimizing Sparse SYK [0.0]
  強相互作用性フェルミオン系の基底状態を見つけることは、しばしば量子化学と凝縮物質系の双方を理解するための前提条件である。 Sachdev--Ye-Kitaevモデル(SYK)はそのようなシステムの代表的な例である。 我々は、Hastingsの量子アルゴリズム--O'Donnell for $p=1$が、$pgeqOmega(log n/n)$のとき、基底エネルギーに対する定数要素近似を達成することを示した。
  論文  参考訳（メタデータ） (2025-06-10T17:57:08Z)
• Probing Quantum Spin Systems with Kolmogorov-Arnold Neural Network Quantum States [0.0]
  量子力学的波動関数を表現するニューラルネットワークモデルであるtexttSineKAN を提案する。 textttSineKANモデルは,計算コストを最小限に抑えて高精度かつ高精度にトレーニングできることが判明した。
  論文  参考訳（メタデータ） (2025-06-02T17:18:40Z)
• Slow Mixing of Quantum Gibbs Samplers [47.373245682678515]
  一般化されたボトルネック補題を用いて、これらのツールの量子一般化を示す。 この補題は、古典的なハミング距離に類似する距離の量子測度に焦点を当てるが、一意に量子原理に根ざしている。 ポアソン・ファインマン・カック法を用いて古典的な緩やかな混合結果を持ち上げる方法を示す。
  論文  参考訳（メタデータ） (2024-11-06T22:51:27Z)
• Optimizing random local Hamiltonians by dissipation [44.99833362998488]
  簡単な量子ギブスサンプリングアルゴリズムが最適値の$Omega(frac1k)$-fraction近似を達成することを証明した。 この結果から, 局所スピンおよびフェルミオンモデルに対する低エネルギー状態の発見は量子的に容易であるが, 古典的には非自明であることが示唆された。
  論文  参考訳（メタデータ） (2024-11-04T20:21:16Z)
• A Bosonic Model of Quantum Holography [0.0]
  我々は、フェルミオン型 Sachdev-Ye-Kitaev (SYK) モデルに類似した、創発的な量子重力記述を持つ量子ビットのモデルを分析する。 このモデルは量子$q$-スピンモデル(quantum $q$-spin model)として知られている。
  論文  参考訳（メタデータ） (2023-11-02T18:04:10Z)
• Sparse random Hamiltonians are quantumly easy [105.6788971265845]
  量子コンピュータの候補は、量子システムの低温特性をシミュレートすることである。 本稿は、ほとんどのランダムハミルトニアンに対して、最大混合状態は十分に良い試行状態であることを示す。 位相推定は、基底エネルギーに近いエネルギーの状態を効率的に生成する。
  論文  参考訳（メタデータ） (2023-02-07T10:57:36Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。