論文の概要: Hamiltonian spectra in quantum computers through the generalized eigenvalue method
- arxiv url: http://arxiv.org/abs/2608.08181v1
- Date: Sat, 08 Aug 2026 15:18:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.712422
- Title: Hamiltonian spectra in quantum computers through the generalized eigenvalue method
- Title（参考訳）: 一般化固有値法による量子コンピュータにおけるハミルトンスペクトル
- Authors: Valery Simonyan, Greg Ridgway, Paulo Bedaque,
- Abstract要約: 量子コンピュータは、フィールド理論のリアルタイムな相関子を生成することができる。
これらの相関子に一般化固有値問題を適用することにより、エネルギー固有値を直接抽出することができる。
この方法は古典的シミュレーションと量子ハードウェアの両方を用いてテストされる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computers can generate real-time correlators of field theories. By adapting the generalized eigenvalue problem to these correlators, energy eigenvalues can be extracted directly. The method is tested using both classical simulations and quantum hardware, successfully resolving several low-lying energy levels in agreement with exact diagonalization. Comparison with an alternative spectrum determination based on the Fourier transform of correlators shows that the proposed approach is substantially more efficient.
- Abstract（参考訳）: 量子コンピュータは、フィールド理論のリアルタイムな相関子を生成することができる。
これらの相関子に一般化固有値問題を適用することにより、エネルギー固有値を直接抽出することができる。
この手法は古典的シミュレーションと量子ハードウェアの両方を用いてテストされ、正確な対角化に対応していくつかの低いエネルギー準位を解くことに成功した。
相関器のフーリエ変換に基づく代替スペクトル決定との比較により,提案手法はより効率的であることが示唆された。
関連論文リスト
- Improving Expressive Power of Spectral Graph Neural Networks with Eigenvalue Correction [55.57072563835959]
本稿では,繰り返し入力される固有値の制約からフィルタを解放する固有値補正手法を提案する。
具体的には、提案した固有値補正戦略により、固有値の均一分布が向上し、フィルタの適合能力と表現力が向上する。
論文 参考訳（メタデータ） (2024-01-28T08:12:00Z) - Quantum eigenvalue processing [0.0]
線形代数の問題は、非正規入力行列の固有値を処理して量子コンピュータ上で解くことができる。
ブロック符号化された非正規作用素の固有値に任意の変換を適用するための量子固有値変換(QEVT)フレームワークを提案する。
また,実スペクトルを持つ演算子に対する量子固有値推定(QEVE)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-01-11T19:49:31Z) - Solving the Lipkin model using quantum computers with two qubits only
with a hybrid quantum-classical technique based on the Generator Coordinate
Method [0.0]
本稿では, 量子資源を削減したハイブリッド量子古典アルゴリズムを用いて, ジェネレータ座標法(GCM)を用いる可能性について論じる。
最終的に、粒子数によらず、この問題を解くのに十分であるのは2つの量子ビットのみであることを示す。
この手法の代替として、量子状態デフレ法がGCM問題にどのように適応できるかについても検討した。
論文 参考訳（メタデータ） (2023-12-07T21:18:27Z) - Using Variational Eigensolvers on Low-End Hardware to Find the Ground
State Energy of Simple Molecules [0.0]
物理系の鍵となる性質は、系を表す行列の固有値によって記述することができる。
これらの行列の固有値を決定する計算アルゴリズムは存在するが、一般に行列のサイズが大きくなるにつれて性能が低下する。
この過程を量子計算に拡張して、古典的アルゴリズムよりも優れた性能で固有値を求めることができる。
論文 参考訳（メタデータ） (2023-10-29T18:36:18Z) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - Numerical Simulations of Noisy Quantum Circuits for Computational
Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。
計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文 参考訳（メタデータ） (2021-12-31T16:33:10Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳（メタデータ） (2021-11-16T20:50:08Z) - Generalized quantum circuit differentiation rules [23.87373187143897]
量子機械学習に使用される変分量子アルゴリズムは、パラメータ化された量子回路を自動的に区別する能力に依存している。
本稿では、量子回路(ユニット)を任意の発生器と区別するためのルールを提案する。
論文 参考訳（メタデータ） (2021-08-03T00:29:45Z)
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。