論文の概要: Out-of-control Hamiltonian Learning
- arxiv url: http://arxiv.org/abs/2610.06709v1
- Date: Mon, 05 Oct 2026 17:03:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 23:23:55.905011
- Title: Out-of-control Hamiltonian Learning
- Title（参考訳）: 制御不能ハミルトニアン学習
- Abstract要約: 力学から多体系のハミルトニアンを学ぶことは量子科学における中心的な課題である。
アナログ原子およびイオンベースのプラットフォームによって動機付けされ、最小アクセスモデルの下でハミルトン学習を研究する。
- 参考スコア（独自算出の注目度）: 13.42353141288225
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learning the Hamiltonian of a many-body system from its dynamics is a central task in quantum science, yet the algorithms with the strongest provable guarantees assume some level of quantum control--fast, arbitrary single-qubit gates interleaved with time evolution, and measurements in arbitrary bases--that is beyond the capabilities of near-term analog quantum simulators. Motivated by analog atom- and ion-based platforms, we study Hamiltonian learning under minimal access models. Uniform state preparation and measurements: We first consider the setting where in every experiment, one can rotate each qubit to the same state, perform short-time evolution, and measure every qubit in the same basis. Surprisingly, we show that for generic 2-local Hamiltonians on any interaction graph, all of the parameters can be reconstructed from such experiments. Computational basis state preparation and measurements: We then consider a similarly constrained setting, but where state preparation and measurement are restricted to the computational basis. For nearest-neighbor Hamiltonians with only Pauli $X/Z$ interactions, a class which captures contemporary Rydberg atom platforms, we show that over 1D and 2D rectangular lattices, all of the parameters can be reconstructed from such experiments up to unavoidable gauges. Our protocols introduce new techniques for solving structured polynomial systems over an extensive number of parameters. Taken together, our results suggest that one can learn a great deal from the dynamics of quantum many-body systems even under the most stringent experimental constraints.
- Abstract（参考訳）: 力学から多体系のハミルトニアンを学ぶことは量子科学における中心的な課題であるが、最も証明可能な保証を持つアルゴリズムは、あるレベルの量子制御を仮定する。
アナログ原子およびイオンベースのプラットフォームによって動機付けされ、最小アクセスモデルの下でハミルトン学習を研究する。
均一な状態の準備と測定: まず、各実験において、各キュービットを同じ状態に回転させ、短時間で進化させ、全てのキュービットを同じベースで測定できるような設定を考える。
驚くべきことに、任意の相互作用グラフ上の一般的な2-局所ハミルトニアンは、これらの実験から全てのパラメータを再構成することができる。
計算ベース状態準備と測定: 同様に制約された設定を考えるが、状態準備と測定は計算ベースに制限される。
パウリ$X/Z$相互作用しか持たない近隣のハミルトン多様体に対して、現代のライドベルク原子プラットフォームを捉えたクラスでは、1Dおよび2D長方形格子が全て、そのような実験から避けられないゲージまで再構成可能であることを示す。
提案プロトコルでは,多数のパラメータを用いた構造化多項式系の解法を提案する。
この結果は、最も厳密な実験制約の下でも、量子多体系の力学から多くのことを学ぶことができることを示唆している。
関連論文リスト
- Engineering quantum criticality and dynamics on an analog-digital simulator [26.76525389323686]
我々は、中性原子配列シミュレータにおけるRydbergと超微細量子ビット間のコヒーレントマッピングを用いて、複雑な量子力学を設計し、探究する。
まず,Floquet駆動によるリング交換と粒子ホッピングの動的工学を実演する。
我々は閉ループ最適化を用いて、ロクサー・キベルソン型の非平衡臨界量子スピン液体を目標とする。
論文 参考訳（メタデータ） (2026-02-20T19:00:00Z) - Hybrid digital-analog protocols for simulating quantum multi-body interactions [37.8143463294838]
量子シミュレーターは古典計算を超えた量子多体物理学を探求することを約束する。
彼らの能力は、ハードウェア内の利用可能なネイティブインタラクションによって制限される。
これらの制限を克服するハイブリッドデジタルアナログプロトコルを導入し、実験的に実証する。
論文 参考訳（メタデータ） (2025-12-24T19:00:36Z) - Estimating ground-state properties in quantum simulators with global control [35.3616472951301]
量子多体系の基底状態の正確な決定は、量子シミュレーションの大きな課題の1つである。
ターゲットハミルトンの下でのグローバルな時間進化のみを用いて基底状態エネルギーを推定するためのプロトコルを提案する。
論文 参考訳（メタデータ） (2025-11-06T15:08:00Z) - Unsupervised Learning to Recognize Quantum Phases of Matter [39.146761527401424]
この研究では教師なし学習を採用しており、アルゴリズムは事前にラベル付けされた状態にアクセスできない。
我々は,テンソルネットワーク技術によって決定された2つのスピン$frac12$チェーンを用いて,本手法をベンチマークした。
我々の研究結果は、教師なし学習が量子物質の新しい位相を自律的に認識し、また明らかにする方法を示している。
論文 参考訳（メタデータ） (2025-10-16T14:45:54Z) - Quantum Probe Tomography [12.775745159752427]
量子多体系の特徴付けは物理学、化学、材料科学における根本的な問題である。
量子プローブトモグラフィー(quantum probe tomography)は、時間進化中の多体熱状態の小さなサブシステムへの単一の局所プローブアクセスを用いて、多体ハミルトニアンのパラメータを学習しようとする問題である。
論文 参考訳（メタデータ） (2025-10-09T17:39:37Z) - Resource-Free Quantum Hamiltonian Learning Below the Standard Quantum Limit [0.0]
本稿では, エンタングルメント資源やコヒーレント測定, 動的制御を必要とせず, 標準量子限界を超える手法を実証する。
提案手法は,局所的ランダム化前処理を探索状態に適用する,軌道に基づくハミルトン学習に依存する。
我々の数値は、我々の手法はパウリ測度当たり1ショットしか必要とせず、実験シナリオに適していることを示している。
論文 参考訳（メタデータ） (2025-07-28T22:41:36Z) - Scalably learning quantum many-body Hamiltonians from dynamical data [1.702884126441962]
動的データから多体ハミルトニアンと相互作用する家族を学習するための、高度にスケーラブルでデータ駆動のアプローチを導入する。
当社のアプローチは非常に実用的で,実験的にフレンドリで,本質的にスケーラブルで,100スピンを超えるシステムサイズを実現しています。
論文 参考訳（メタデータ） (2022-09-28T18:00:57Z) - Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。
本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。
この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
論文 参考訳（メタデータ） (2021-08-06T19:38:01Z) - Engineering analog quantum chemistry Hamiltonians using cold atoms in
optical lattices [69.50862982117127]
数値的なアナログシミュレータの動作条件をベンチマークし、要求の少ない実験装置を見出す。
また、離散化と有限サイズ効果により生じるシミュレーションの誤差についてより深く理解する。
論文 参考訳（メタデータ） (2020-11-28T11:23:06Z)
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。