論文の概要: Learning Many-Body Hamiltonians Using a Local Probe

• arxiv url: http://arxiv.org/abs/2610.02157v1
• Date: Thu, 01 Oct 2026 17:51:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.356744
• Title: Learning Many-Body Hamiltonians Using a Local Probe
• Title（参考訳）: 局所プローブを用いた多体ハミルトニアンの学習
• Abstract要約: ハミルトン学習は未知の量子力学を再構築するための体系的な枠組みを提供する。 ハイゼンベルク極限の$N$ qubits 上で、有界二体ハミルトニアンのすべての$O(N)$独立パラメータを学ぶのに十分であることを示す。
• 参考スコア（独自算出の注目度）: 8.887060873760442
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hamiltonian learning provides a systematic framework for reconstructing unknown quantum dynamics. However, existing protocols typically assume direct measurement access to the entire system. With fast single-qubit control and a connected reference backbone, we show that a single measurable qubit suffices to learn all $O(N)$ independent parameters of a bounded-degree two-body Hamiltonian on $N$ qubits at the Heisenberg limit. Crucially, our protocol uses robust SWAP gates synthesized by quantum signal processing, enabling coherent transfer of states evolving under distant Hamiltonian parameters to the measurable qubit. This transfer requires no prior calibration of the Hamiltonian parameters of the intermediate links. A parallel learning architecture achieves total query time $\widetilde{O}(N)$ for an $N$-qubit chain, while retaining Heisenberg-limited precision scaling. On the chain, these scalings match the fundamental precision and information-propagation lower bounds up to logarithmic factors. The framework further extends to arbitrary bounded-degree interaction graphs. Our results establish a scalable route to learning an extensive number of many-body Hamiltonian parameters through only a local measurement interface.
• Abstract（参考訳）: ハミルトン学習は未知の量子力学を再構築するための体系的な枠組みを提供する。 しかし、既存のプロトコルはシステム全体への直接的な計測アクセスを前提としている。 高速な単一量子制御と接続された参照バックボーンにより、ハイゼンベルク極限の$N$ qubits上の有界二体ハミルトニアン(英語版)のすべての独立パラメータ(O(N)$)を学ぶのに十分であることを示す。 重要なことは、我々のプロトコルは量子信号処理によって合成されるロバストなSWAPゲートを使用し、遠いハミルトンパラメータの下で進化する状態のコヒーレントな移動を可能にする。 この転移は中間リンクのハミルトンパラメータの事前の校正を必要としない。 並列学習アーキテクチャは、ハイゼンベルク制限精度のスケーリングを維持しながら、$N$-qubitチェーンに対して、全クエリ時間$\widetilde{O}(N)$を達成する。 チェーン上では、これらのスケーリングは、対数的因子までの基本的な精度と情報伝達の低い境界に一致する。 フレームワークはさらに任意の有界な相互作用グラフにまで拡張する。 本研究は,局所的な計測インタフェースのみを用いて,多体ハミルトンパラメータを多体学習するためのスケーラブルな経路を確立した。

関連論文リスト

• Optimal Ansatz-free Hamiltonian Learning In Situ [3.3230675313521716]
  アルゴリズムがアンザッツフリーのハミルトニアン$H$を総進化時間$(frac2log(frac))$で学習できることが示される。 本研究は,実験的なハミルトニアン学習の基礎的コストを実証し,短期量子プラットフォームを厳密に評価するための実践的経路を提供するものである。
  論文  参考訳（メタデータ） (2026-06-17T18:21:30Z)
• Higher-Order Token Interactions via Quantum Attention [30.903467721896487]
  我々は、浅いハードウェアで実現可能な量子アテンションヘッドである textbfQuantum Higher-Order Attention (QHA) を導入する。 QHAは回路内で秩序$kのトークン相互作用を合成し、局所的な単一ビット読み出しを通じて公開する。 応用として、QHAは3つの領域にわたるコンパクトな高次相互作用検出器として機能する。
  論文  参考訳（メタデータ） (2026-06-10T05:33:12Z)
• Adiabatic Quantum Phase Estimation [47.3103723337301]
  量子位相推定(QPE)は、ハミルトニアンの固有値をハイゼンベルク制限時間$T= (1/)$の精度で推定する中心的アルゴリズムプリミティブである。 QPEの標準ゲートベースの実装は、深く制御された時間進化回路を必要とし、アナログハードウェアに固有のものではない。 最適ハイゼンベルク制限スケーリング$T = Oleft( frac1 logleft(-1right)right)$を両精度で達成するQPEのための単純な断熱プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-05-21T17:31:36Z)
• Learning Hamiltonians in the Heisenberg limit with static single-qubit fields [2.066606476344995]
  最適ハイゼンベルク制限スケーリングを用いて量子ハミルトニアンを学習するプロトコルを提案する。 これらの制限を克服することで、我々のプロトコルはデバイスの特徴付けと量子センシングのための新しいツールを提供する。
  論文  参考訳（メタデータ） (2026-01-15T13:34:50Z)
• Performance Guarantees for Quantum Neural Estimation of Entropies [31.955071410400947]
  量子神経推定器(QNE)は古典的ニューラルネットワークとパラメトリズド量子回路を組み合わせたものである。 非漸近的エラーリスク境界の形で測定された相対エントロピーのQNEの形式的保証について検討する。 我々の理論は、測定された相対エントロピーに対するQNEの原則的実装を促進することを目的としている。
  論文  参考訳（メタデータ） (2025-11-24T16:36:06Z)
• Achieving the Heisenberg limit of metrology via measurement on an ancillary qubit [3.687781331131875]
  本研究では, 積状態からの共進化の最適化期間の後, アクビットの無条件測定によるプロトコルを提案する。 同期符号化と量子ビット測定により、初期状態が最適化されたプローブ系で符号化された位相に関する量子フィッシャー情報は、正確にハイゼンベルクスケーリングの$N2$に達することができる。
  論文  参考訳（メタデータ） (2025-05-09T14:26:04Z)
• Heisenberg-limited Hamiltonian learning for interacting bosons [6.352264764099532]
  ハイゼンベルク制限スケーリングを用いた力学から相互作用するボゾンハミルトニアンのクラスを学ぶためのプロトコルを開発する。 本プロトコルでは, ボソニックコヒーレント状態, ビームスプリッタ, 位相シフト器, ホモダイン測定のみを用いる。
  論文  参考訳（メタデータ） (2023-07-10T16:44:23Z)
• Spacetime-Efficient Low-Depth Quantum State Preparation with Applications [93.56766264306764]
  任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。 我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
  論文  参考訳（メタデータ） (2023-03-03T18:23:20Z)

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。