論文の概要: Propagating sparsely supported states with time-dependent neural quantum states
- arxiv url: http://arxiv.org/abs/2609.06054v1
- Date: Sat, 05 Sep 2026 12:17:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 11:46:39.262284
- Title: Propagating sparsely supported states with time-dependent neural quantum states
- Title（参考訳）: 時間依存型神経量子状態による疎支持状態の伝播
- Abstract要約: 本稿では,波動関数と時間微分を補間する分布からサンプルを抽出する,新しいタイプの重要サンプリング法を提案する。
さらに, (i) スピン構成と時間の両方をランダム変数として扱う構成時合同サンプリングスキームを導入し, (ii) クリロフ部分空間の知識を取り入れたサンプル提案のハイブリッド戦略を導入することにより, サンプリング効率を向上する。
- 参考スコア（独自算出の注目度）: 1.4323566945483497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural quantum states (NQSs) have emerged as a powerful ansatz for quantum dynamics. Their high entanglement capacity promises to overcome the entanglement barrier. However, existing time-dependent NQS methods are ill-equipped to propagate sparsely supported initial states due to the inherent mismatch between the supports of such states and their time derivatives. To address this issue, we introduce the interpolation sampling method as a novel form of importance sampling, where samples are drawn from a distribution that interpolates between the wave function and its time derivative. Combined with a global-in-time variational principle, we demonstrate with the example of the two-dimensional transverse-field Ising model that interpolation sampling allows for accurate propagation of extremely peaked states that standard wave function sampling could not tackle. We further improve sampling efficiency by introducing (i) a configuration-time joint sampling scheme where spin configurations and time are both treated as random variables, and (ii) a hybrid strategy for sample proposal that incorporates the knowledge of a Krylov subspace. Our work extends the scope of time-dependent NQS methods to a wider range of physically relevant scenarios, while challenging the prevailing reliance on the Born distribution and its close variants as the default basis for sampling.
- Abstract（参考訳）: ニューラル量子状態 (NQS) は量子力学の強力なアンサッツとして出現している。
その高い絡み合い能力は、絡み合い障壁を克服することを約束する。
しかしながら、既存の時間依存NQS法は、これらの状態の支持と時間微分との固有のミスマッチのため、疎に支持された初期状態を伝播することができない。
この問題に対処するために,波動関数とその時間微分を補間する分布から標本を抽出する,新しい種類の重要サンプリング法として補間サンプリング法を導入する。
本稿では,大域的時間変動原理と組み合わせて,補間サンプリングが標準波動関数サンプリングが対応できない極端ピーク状態の正確な伝播を可能にする2次元逆場イジングモデルの例を示す。
我々はさらにサンプリング効率を向上させる。
一 スピン配置と時間の両方をランダム変数として扱う構成時合同サンプリング方式
(ii) クリロフ部分空間の知識を取り入れたサンプル提案のハイブリッド戦略。
我々の研究は、時間依存NQSメソッドの範囲を、より広範囲の物理的シナリオにまで拡張するとともに、サンプリングのデフォルトベースとして、Born分布とその近い変種への依存に挑戦する。
関連論文リスト
- A Time-Reparameterized Cumulative Intensity Extrapolation Sampler for Discrete Flow Matching [25.54630601391996]
TR-CIEは,機能評価の制限によるサンプリング品質の向上を目的としている。
累積強度の局所近似誤差を限定する理論解析を行う。
合成タスク,テキスト生成,テキスト・ツー・イメージのベンチマーク実験により,本手法は限られたNFE下でのサンプリング品質の向上を実証した。
論文 参考訳（メタデータ） (2026-06-23T04:48:45Z) - TimeAPN: Adaptive Amplitude-Phase Non-Stationarity Normalization for Time Series Forecasting [67.91113180885601]
TimeAPNは時間領域と周波数領域の両方から非定常因子を明示的にモデル化し、予測する。
TimeAPNは、複数の予測水平線にわたる長期的な予測精度を一貫して改善する。
これは最先端の可逆正規化法より優れている。
論文 参考訳（メタデータ） (2026-03-18T07:21:24Z) - Low-Dimensional Adaptation of Rectified Flow: A New Perspective through the Lens of Diffusion and Stochastic Localization [59.04314685837778]
整流流(RF)は、その生成効率と最先端の性能からかなりの人気を得ている。
本稿では,RFがターゲット分布の支持の内在的低次元性に自動的に適応し,サンプリングを高速化する程度について検討する。
時間分割方式を慎重に設計し,十分な正確なドリフト推定を行うことで,RFサンプリング器はオーダーO(k/varepsilon)$の複雑さを享受できることを示す。
論文 参考訳（メタデータ） (2026-01-21T22:09:27Z) - Time-of-Flow Distributions in Discrete Quantum Systems: From Operational Protocols to Quantum Speed Limits [0.0]
本稿では,離散量子系における遷移タイミングを時間流(TF)分布を用いて定量化する枠組みを提案する。
本フレームワークは,時間依存ハミルトニアンの最適化,ショートカット・ツー・アディバティティティプロトコルの解析,3段階の時間依存デチューニングモデルの力学における非断熱的特徴の研究,および,閉じた量子系とオープンな量子系の両方に対する遷移ベースの量子速度限界(TF-QSL)を導出する。
論文 参考訳（メタデータ） (2025-04-13T13:46:01Z) - Efficient optimization and conceptual barriers in variational finite Projected Entangled-Pair States [0.0]
有限2次元格子上の射影絡み合ったペア状態(PEPS)は、局所多体ハミルトニアンの基底状態を表す自然なアンザッツである。
時間依存変動原理(TDVP)の改良によるPEPSの最適化を提案する。
我々は、長距離相互作用を持つRydberg原子配列の位相図を探索することにより、自然に長距離相互作用を処理できるアプローチの能力を実証する。
論文 参考訳（メタデータ） (2025-03-16T16:06:44Z) - Many-body dynamics with explicitly time-dependent neural quantum states [0.0]
時間依存型ニューラル量子状態(t-NQS)を導入する。
時間に依存しないパラメータの集合を1つに最適化し、時間に依存するシュリンガー方程式を全時間間隔で解く。
結果はt-NQSを強い相関系における量子力学を探索する強力なフレームワークとして確立する。
論文 参考訳（メタデータ） (2024-12-16T14:53:26Z) - Dynamical Measure Transport and Neural PDE Solvers for Sampling [77.38204731939273]
本研究では, 対象物へのトラクタブル密度関数の移動として, 確率密度からサンプリングする作業に取り組む。
物理インフォームドニューラルネットワーク(PINN)を用いて各偏微分方程式(PDE)の解を近似する。
PINNはシミュレーションと離散化のない最適化を可能にし、非常に効率的に訓練することができる。
論文 参考訳（メタデータ） (2024-07-10T17:39:50Z) - Stable generative modeling using Schrödinger bridges [0.22499166814992438]
本稿では,Schr"odinger BridgesとLangevin dynamicsを組み合わせた生成モデルを提案する。
我々のフレームワークは自然に条件付きサンプルを生成し、ベイズ推論問題に拡張することができる。
論文 参考訳（メタデータ） (2024-01-09T06:15:45Z) - DiffuSeq-v2: Bridging Discrete and Continuous Text Spaces for
Accelerated Seq2Seq Diffusion Models [58.450152413700586]
ガウス空間に基づく離散突然変異を再構成する学習において拡散モデルを容易にする軟吸収状態を導入する。
我々は、サンプリングプロセスの高速化のために、連続空間内で最先端のODEソルバを用いている。
提案手法は, トレーニング収束率を4倍に向上させ, 類似品質のサンプルを800倍高速に生成する。
論文 参考訳（メタデータ） (2023-10-09T15:29:10Z) - Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。
本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
論文 参考訳（メタデータ） (2023-06-27T08:15:28Z) - Unbiasing time-dependent Variational Monte Carlo by projected quantum
evolution [44.99833362998488]
量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。
時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。
本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
論文 参考訳（メタデータ） (2023-05-23T17:38:10Z) - Conditioning Normalizing Flows for Rare Event Sampling [61.005334495264194]
本稿では,ニューラルネットワーク生成構成に基づく遷移経路サンプリング手法を提案する。
本手法は遷移領域の熱力学と運動学の両方の解法を可能にすることを示す。
論文 参考訳（メタデータ） (2022-07-29T07:56:10Z)
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。