論文の概要: Adaptive operator-generated subspaces for effective many-body Hamiltonians

• arxiv url: http://arxiv.org/abs/2608.00560v1
• Date: Sat, 01 Aug 2026 09:51:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.770801
• Title: Adaptive operator-generated subspaces for effective many-body Hamiltonians
• Title（参考訳）: 実効多体ハミルトン多様体に対する適応作用素生成部分空間
• Authors: Ginanjar Utama, Hermawan Kresno Dipojono,
• Abstract要約: 適応型Clifford-Algebra Subspacesolver (A-CASE) について述べる。 オーバーラップ、ハミルトン、観測可能、および応答行列は、共通のパウリ観測バンクから再構成される。 グループ化された反復は、しきい値、ルートマッチング、スペクトル重み、感受性、拡張を通じて有限ショットの変動を伝播する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electronic-structure and embedding workflows terminate in effective many-body Hamiltonians, whereas quantum eigensolver studies often start from hand-built qubit models. We present the Adaptive Clifford-Algebra Subspace Eigensolver (A-CASE), a single-reference, operator-generated Rayleigh--Ritz method. Overlap, Hamiltonian, observable, and response matrices are reconstructed from one shared Pauli-expectation bank, while adaptive growth scores overlap-aware local pencils and rejects symmetry leakage or near-linear dependence. A strict FCIDUMP adapter supplies the active-space boundary. For linear H$_4$ in STO-3G with CAS(4e,4o), the mapped sector agrees with independent determinant FCI to $3.1\times10^{-15}$ Ha. At a nine-vector budget A-CASE has a $3.019$ mHa error; replacing the determinant reference by a two-operator ADAPT-VQE state reduces it to $0.342$ mHa, without implying a matched total-cost advantage. Under a matched contract, the fixed-reference route uses one state preparation versus ADAPT-VQE's ninety but measures roughly an order of magnitude more Pauli words. Exact fixed-angle ADAPT-GCIM gives $13.364$ mHa at the nearest size match and $10.674$ mHa at the iteration match, with its transition-pair burden reported separately. Across a broader benchmark ladder, fixed Krylov bases are generally more accurate and often narrower but substantially less well conditioned. A grouped bootstrap propagates finite-shot variability through thresholding, diagonalization, root matching, spectral weights, susceptibility, and broadening; its bands are explicitly heuristic and conditional, not finite-sample confidence certificates. The work establishes an executable path from an interchange Hamiltonian to energies, correlations, and response, without claiming materials accuracy, favorable scaling, or quantum advantage.
• Abstract（参考訳）: 電子構造と埋め込みワークフローは実効的な多体ハミルトン群で終わるが、量子固有解法の研究は手作りの量子ビットモデルから始まることが多い。 本稿では単一参照演算子Rayleigh-Ritz法であるAdaptive Clifford-Algebra Subspace Eigensolver (A-CASE)を提案する。 オーバーラップ、ハミルトン、観測可能、および応答行列は、共通のパウリ探索バンクから再構成され、適応的な成長スコアは重複した局所的な鉛筆を認識し、対称性の漏れやニア線形依存を拒否する。 厳格なFCIDUMPアダプタは、アクティブスペース境界を提供する。 CAS(4e,4o) を持つ STO-3G の線型 H$_4$ に対して、写像されたセクターは独立決定式 FCI と 3.1\times 10^{-15}$ Ha に一致する。 9ベクターの予算では、A-CASEは$3.019$ mHaの誤差を持ち、決定的参照を2オペレータのADAPT-VQE状態に置き換えると、一致した全コストの利点を示さずに$0.342$ mHaとなる。 一致した契約の下では、固定参照経路はADAPT-VQEの90に対して1つの状態準備を用いるが、約1桁のパウリ語を測る。 正確な固定角度のADAPT-GCIMは、最も近いサイズで13.364ドルmHa、イテレーションマッチで10.674ドルmHaを与え、トランジッションペアの負担を別々に報告している。 より広いベンチマークのラグ全体において、固定されたクリャロフ基底は一般により正確で、より狭められているが、ほとんど状態が良くない。 グループブートストラップは、しきい値、対角化、ルートマッチング、スペクトル重み、感受性、拡張を通じて有限ショットの変動を伝播する。 この研究は、材料精度、好ましいスケーリング、量子優位性を主張することなく、インターチェンジハミルトンからエネルギー、相関、応答への実行可能な経路を確立する。

関連論文リスト

• Low-Rank Dependence Decomposition via Accelerated Symmetric Non-negative Matrix Factorization [0.0]
  我々は、絶対ピアソン相関と尾対依存行列に関する7つのアルゴリズム群(30以上の構成)の大規模GPU研究を提案する。 トレースアイデンティティの改定により、すべての$n倍n$中間体が排除されるため、1つのGPUは105ドル、マルチノード分布は106ドル以上までスケールする。
  論文  参考訳（メタデータ） (2026-07-27T14:56:00Z)
• A Reproducible Pipeline for Symmetry-Respecting Excited States on Near-Term Quantum Computers: The H2O/STO-3G Case [0.0]
  変分励起状態量子アルゴリズムは、通常孤立して研究される理由により失敗する。 これらを1つの再現可能なパイプラインにまとめて、正確な対角化に対するすべてのクレームをチェックします。 この作業は、新しいメソッドではなく、教育とベンチマークのリファレンスであり、すべてのコード、パラメータ、フィギュアがリリースされる。
  論文  参考訳（メタデータ） (2026-06-26T14:30:39Z)
• Representation Without Reward: A JEPA Audit for LLM Fine-Tuning [1.2691047660244335]
  JEPA(Joint-embedding predictive Architectures)は、モデルが観測された出力よりも遅延表現を予測できるように訓練された時に、より有用な抽象化を学ぶべきであることを提案している。 自己回帰型言語モデルの微調整には、この原理はより厳密な要件を必要とする。 我々は、Llama-3.2-1B-Instruct LoRA を用いて、自然言語からレジェックス生成におけるその要件を検証した。
  論文  参考訳（メタデータ） (2026-05-14T20:27:32Z)
• Tokens-per-Parameter Coverage Is Critical for Robust LLM Scaling Law Extrapolation [45.56738584872585]
  ニューラルスケーリング法則は、パラメータカウント$N$とトークンカウント$D$のパワーロー関数として、言語モデルの損失を近似する。 本稿では,コリニア設計がガウス・ニュートン最小二乗問題に固有の不条件を生じさせることを示す。 これを4つのスケーリング法則形式に対して証明し、十分に条件付き推定に十分必要な閉形式TPP多様性閾値を導出する。
  論文  参考訳（メタデータ） (2026-05-08T23:00:17Z)
• Provably Adaptive Linear Approximation for the Shapley Value and Beyond [73.0940890296463]
  基本的で長期にわたる課題は、その効率的な近似である。 一般に用いられるすべての半値に対して$P(|hatboldsymbol-boldsymbol|_2geq)leq$を必要とする線形空間アルゴリズムを開発する。 本アルゴリズムは,各ユーティリティ関数の平均二乗誤差の明示的最小化を可能にする。
  論文  参考訳（メタデータ） (2026-04-09T16:38:14Z)
• Regularized Online RLHF with Generalized Bilinear Preferences [68.44113000390544]
  一般的な嗜好を伴う文脈的オンラインRLHFの問題を考える。 一般化された双線形選好モデルを用いて、低ランクなスキュー対称行列による選好を捉える。 グリーディポリシーの双対ギャップは推定誤差の正方形によって有界であることを示す。
  論文  参考訳（メタデータ） (2026-02-26T15:27:53Z)
• Singular Bayesian Neural Networks [1.2891210250935148]
  ベイズニューラルネットワークはキャリブレーションされた不確かさを約束するが、標準平均体ガウス後方に対する$O(mn)$パラメータを必要とする。 我々は、ルベーグ測度に関して特異な後部を誘導し、ランク-$r$多様体に集中する。 複素項が $sqrtr(m+n)$ ではなく $sqrtm n$ としてスケールするPAC-Bayes 一般化境界を導出し、誤差を最適化とランク誘導バイアスに分解する損失境界を証明する。
  論文  参考訳（メタデータ） (2026-01-30T23:06:34Z)
• Robust inverse material design with physical guarantees using the Voigt-Reuss Net [0.0]
  本稿では, ハード物理保証を伴う前方および逆機械的均質化のためのスペクトル正規化サロゲートを提案する。 バイファシック・マイクロ構造のオープンデータセット上の3次元線形弾性では、完全に接続されたVoigt-Reussネットは、236のイソトロピーインディスクリプタを持つFFTベースのラベルでトレーニングされている。 全体として、Voigt-Reussネットは、大バッチで制約に一貫性のある逆設計で正確で物理的に許容できる前方予測を統一する。
  論文  参考訳（メタデータ） (2025-11-14T15:17:37Z)
• Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
  カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。 我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。 MRP のサブクラスに対する minimax の下位境界を証明する。
  論文  参考訳（メタデータ） (2021-09-24T14:48:20Z)

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。