論文の概要: Variationally Optimized Imaginary-time Polynomial Filters for Ground State Projection

• arxiv url: http://arxiv.org/abs/2608.28357v1
• Date: Fri, 28 Aug 2026 14:09:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.346433
• Title: Variationally Optimized Imaginary-time Polynomial Filters for Ground State Projection
• Title（参考訳）: 地中投射のための変分最適化イマジナリー時間多項式フィルタ
• Abstract要約: 我々は,演算子レベルの行動原理に基づく変分想像時間進化(ITE)フレームワークを開発する。 これらの近似を代替変分式に置き換えることで、より大きな時間ステップでの精度と安定性が大幅に向上することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In this work, we develop a variational imaginary-time evolution (ITE) framework based on polynomial filtering, derived from an operator-level action principle, which yields an optimized non-unitary projector expressed as a polynomial in the Hamiltonian. Starting from a single-ancilla, first-order imaginary-time update defined by a Taylor expansion and Trotter-Suzuki (TS) decompositions, we show that replacing these approximations with alternative variational formulas substantially improves both accuracy and stability at larger time steps, leading to up to an order-of-magnitude enhancement in the final success probability. We further derive rigorous error bounds that depend only on static properties of the Hamiltonian, providing practical guidance for selecting the simulation time step. Benchmarks on the transverse-field Ising model demonstrate faster convergence to the ground-state energy and improved robustness compared to standard TS--Taylor ITE, highlighting variational polynomial filtering as a practical route to higher-fidelity ground-state preparation on near-term quantum devices.
• Abstract（参考訳）: 本研究では, 演算子レベルの作用原理から導かれる多項式フィルタリングに基づく変分虚時間発展(ITE)フレームワークを開発し, ハミルトニアンの多項式として表現される最適化された非単体プロジェクタを生成する。 Taylor展開とTrotter-Suzuki (TS)分解で定義された一階の仮想時間更新から始めて、これらの近似を代替変分式に置き換えることにより、より大きな時間ステップでの精度と安定性が大幅に向上し、最終的な成功確率のオーダー・オブ・マグニチュードが向上することを示した。 さらに、ハミルトニアンの静的性質にのみ依存する厳密な誤差境界を導出し、シミュレーション時間ステップを選択するための実用的なガイダンスを提供する。 横場イジングモデルのベンチマークでは、基底状態エネルギーへの高速な収束と、標準TS-テイラーITEと比較して堅牢性の向上が示され、短期量子デバイス上での高忠実な基底状態生成への実用的な経路として、変分多項式フィルタリングが強調されている。

関連論文リスト

• Analytical Series Expansion for Efficient Gradient Evaluation in Multi-Qubit Optimal Control [42.97938764966747]
  勾配に基づく量子最適制御のための統一フレームワークを提案する。 ユニタリプロパゲータの場合、時間非依存の通勤者および時間依存係数を含む一連の展開を導出する。 この方法は、局所的な相互作用を持つ量子系における最適制御タスクのシミュレーションに特に適している。
  論文  参考訳（メタデータ） (2026-07-29T12:50:52Z)
• PRISM: Parallel Residual Iterative Sequence Model [52.26239951489612]
  我々はこの緊張を解決するためにPRISM(Parallel Residual Iterative Sequence Model)を提案する。 PRISMは、パラレル化可能な形で多段階精製の重要な構造特性を捉える、ソルバに着想を得た帰納バイアスを導入している。 この定式化が Rank-$L$ の蓄積を達成することを証明し、更新多様体を単一ステップの Rank-$1$ ボトルネックを超えて構造的に拡張する。
  論文  参考訳（メタデータ） (2026-02-11T12:39:41Z)
• Monotone Optimisation with Learned Projections [0.0]
  モノトーン最適化問題は、Polyblock Outer Approximation (POA)アルゴリズムのような特殊な大域的解法を許容する。 本稿では,学習モデルをPOAに統合するアルゴリズム認識学習手法を提案する。
  論文  参考訳（メタデータ） (2026-01-28T19:32:04Z)
• A Saddle Point Remedy: Power of Variable Elimination in Non-convex Optimization [37.51825281790747]
  ローカルなミニマではなく、サドルポイントの拡散は、機械学習の大規模非最適化における障害である。 我々は, 変動除去が, 縮小した景観において, 決定的な最大質量を根本的に再認識することを示した。
  論文  参考訳（メタデータ） (2025-11-03T05:19:43Z)
• Computing time-dependent reduced models for classical and quantum dynamics [0.0]
  本稿では,固定部分空間に投影された自律システムの力学を近似的に近似する新しい手法を提案する。 この導出は、指数写像のテイラー展開と、ジェネレータの時間順序指数的カップリングアルゴリズムを計算するための新しい結果に基づいている。 結果として得られる近似は、短時間で正確であり、弱ランの仮定を必要とせず、低い順序で指数写像の切り離しよりも優れ、最低順序で完全に正かつトレース保存写像を保証する。
  論文  参考訳（メタデータ） (2025-10-23T15:51:00Z)
• Sparse Transformer Architectures via Regularized Wasserstein Proximal Operator with $L_1$ Prior [0.49193859756091124]
  本稿では,ニューラルネットワークのトランス構造に直接,基礎となるデータ分布に関する事前情報を組み込んだスパーストランスアーキテクチャを提案する。 スパース変圧器は,従来のニューラルODE法よりも精度が高く,目標分布への収束が速いことを実証した。
  論文  参考訳（メタデータ） (2025-10-18T05:26:13Z)
• Neural Optimal Transport Meets Multivariate Conformal Prediction [58.43397908730771]
  条件付きベクトル回帰(CVQR)のためのフレームワークを提案する。 CVQRは、ニューラルネットワークの最適輸送と量子化された最適化を組み合わせて、予測に適用する。
  論文  参考訳（メタデータ） (2025-09-29T19:50:19Z)
• Learnable Infinite Taylor Gaussian for Dynamic View Rendering [55.382017409903305]
  本稿では,ガウスの時間的進化をモデル化するための学習可能なテイラー式に基づく新しいアプローチを提案する。 提案手法は,本領域における最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-12-05T16:03:37Z)
• Incremental Quasi-Newton Methods with Faster Superlinear Convergence Rates [50.36933471975506]
  各成分関数が強く凸であり、リプシッツ連続勾配とヘシアンを持つ有限和最適化問題を考える。 最近提案されたインクリメンタル準ニュートン法は、BFGSの更新に基づいて、局所的な超線形収束率を達成する。 本稿では、対称ランク1更新をインクリメンタルフレームワークに組み込むことにより、より効率的な準ニュートン法を提案する。
  論文  参考訳（メタデータ） (2024-02-04T05:54:51Z)
• Nesterov Meets Optimism: Rate-Optimal Separable Minimax Optimization [108.35402316802765]
  本稿では,新しい一階最適化アルゴリズムであるAcceleratedGradient-OptimisticGradient (AG-OG) Ascentを提案する。 我々はAG-OGが様々な設定に対して最適収束率(定数まで)を達成することを示す。 アルゴリズムを拡張して設定を拡張し、bi-SC-SCとbi-C-SCの両方で最適な収束率を達成する。
  論文  参考訳（メタデータ） (2022-10-31T17:59:29Z)
• Self-Tuning Stochastic Optimization with Curvature-Aware Gradient Filtering [53.523517926927894]
  サンプルごとのHessian-vector積と勾配を用いて、自己チューニングの二次構造を構築する。 モデルに基づく手続きが雑音勾配設定に収束することを証明する。 これは自己チューニング二次体を構築するための興味深いステップである。
  論文  参考訳（メタデータ） (2020-11-09T22:07:30Z)
• Complexity Guarantees for Polyak Steps with Momentum [76.97851351276165]
  そこでは,この知識を最適な値である$f_*$で置き換える。 まず、Polyak ステップによる単純な勾配勾配の古典的な場合よりも若干改善された収束境界を示し、その後、収束保証とともに、Polyak ステップと運動量を持つ加速勾配法を導出する。
  論文  参考訳（メタデータ） (2020-02-03T17:50:28Z)

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。