論文の概要: Neural quantum states in condensed matter: advances, best practices, and prospects

• arxiv url: http://arxiv.org/abs/2608.21291v1
• Date: Fri, 21 Aug 2026 16:51:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.642075
• Title: Neural quantum states in condensed matter: advances, best practices, and prospects
• Title（参考訳）: 凝縮物質の神経量子状態--進歩、ベストプラクティス、展望
• Abstract要約: ニューラル量子状態は、量子多体波動関数の柔軟な変分表現を提供する。 本稿では, アーキテクチャ, 対称性制約, 最適化手法, および最先端計算に基づくサンプリング戦略について論じる。 神経量子状態が強い相関性を持つ量子物質の古典的シミュレーションの範囲を拡大する有望な方向を概説する。
• 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: Neural quantum states provide flexible variational representations of quantum many-body wave functions by combining neural-network parametrizations with Monte Carlo sampling. In this perspective, we review recent advances in their application to condensed-matter systems, focusing on frustrated quantum magnets, interacting lattice fermions, and non-equilibrium dynamics. We discuss the architectures, symmetry constraints, optimization methods, and sampling strategies underlying state-of-the-art calculations, and summarize practical guidelines for reliable simulations. We also examine the principal remaining challenges, including learning non-trivial sign and phase structures, controlling variational bias, enforcing physical symmetries, scaling optimization to large networks, and achieving stable real-time evolution. Finally, we outline promising directions in which neural quantum states may extend the reach of classical simulations of strongly correlated quantum matter.
• Abstract（参考訳）: ニューラル量子状態は、ニューラルネットワークのパラメトリゼーションとモンテカルロサンプリングを組み合わせることで、量子多体波動関数の柔軟な変動表現を提供する。 本稿では, フラストレーション量子マグネット, 相互作用格子フェルミオン, 非平衡力学を中心に, 凝縮物質系への応用の最近の進歩を概観する。 本稿では、現状計算に基づくアーキテクチャ、対称性の制約、最適化手法、サンプリング戦略について論じ、信頼性のあるシミュレーションの実践的ガイドラインを要約する。 また、非自明な符号と位相構造を学習し、変動バイアスを制御し、物理対称性を強制し、大規模ネットワークに最適化し、安定したリアルタイム進化を実現するなど、主要な課題についても検討する。 最後に、ニューラル量子状態が強い相関性を持つ量子物質の古典的シミュレーションの範囲を拡大する有望な方向を概説する。

関連論文リスト

• Quantum Optimization Algorithms for Strongly Correlated Many-Body Systems [0.0]
  本稿では,量子最適化アルゴリズムを応用して量子多体系における相転移をノイズ中間スケール量子時代に研究する可能性と重要な課題を論じる。
  論文  参考訳（メタデータ） (2026-06-02T04:42:30Z)
• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Quantum criticality and nonequilibrium dynamics on a Lieb lattice of Rydberg atoms [0.14166588946879632]
  中性原子量子シミュレータは、強く相互作用する多体系の探索に有望なアプローチを提供する。 我々は、リーブ格子上に配置されたレイドバーグ原子の配列を研究することによって、そのような量子シミュレータ上でアクセス可能な豊富な現象の集合を実証する。
  論文  参考訳（メタデータ） (2025-08-07T18:00:00Z)
• Grassmann Variational Monte Carlo with neural wave functions [45.935798913942904]
  ヒルベルト空間のグラスマン幾何学の観点から、Pfau et al.citepfau2024accurateによって導入された枠組みを定式化する。 正方格子上のハイゼンベルク量子スピンモデルに対する我々のアプローチを検証し、多くの励起状態に対して高精度なエネルギーと物理観測値を達成する。
  論文  参考訳（メタデータ） (2025-07-14T13:53:13Z)
• Improved Ground State Estimation in Quantum Field Theories via Normalising Flow-Assisted Neural Quantum States [0.0]
  ニューラル量子状態(NQS)を正規化フローベースサンプリング器で拡張するハイブリッド変分フレームワークを提案する。 提案手法は,ヒルベルト空間の離散化された振幅支持部分空間を対象とする連続流れモデルを学習することにより,サンプルタスクを変分アンサッツから分離する。
  論文  参考訳（メタデータ） (2025-06-13T18:00:01Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Characterizing Non-Markovian Dynamics of Open Quantum Systems [0.0]
  我々はTCLマスター方程式を用いて非マルコフ進化を特徴付ける構造保存手法を開発した。 本稿では,ローレンス・リバモア国立研究所のQuantum Device Integration Testbed (QuDIT) における超伝導量子ビットの実験データを用いた手法について述べる。 これらの知見は、短期量子プロセッサにおける量子制御とエラー軽減に寄与する、オープン量子システムの効率的なモデリング戦略に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-03-28T04:43:24Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Scalable neural quantum states architecture for quantum chemistry [5.603379389073144]
  量子状態のニューラルネットワーク表現の変分最適化は、相互作用するフェルミオン問題の解決に成功している。 本稿では,Ab-initio量子化学応用のための,ニューラルネットワークに基づく変分量子モンテカルロ計算を改善するための拡張並列化手法を提案する。
  論文  参考訳（メタデータ） (2022-08-11T04:40:02Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Enhancement of quantum correlations and geometric phase for a driven bipartite quantum system in a structured environment [77.34726150561087]
  構造環境下で進化する初期最大絡み合い状態における運転の役割について検討した。 この知識は、散逸動力学の下で量子特性を最もよく保持する物理装置の探索に役立つ。
  論文  参考訳（メタデータ） (2021-03-18T21:11:37Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)

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。