본 연구 논문에서는 양자 다체 시스템 시뮬레이션을 위해 텐서 네트워크와 양자 컴퓨팅을 결합한 새로운 알고리즘을 소개합니다. 이 알고리즘은 기존 방법론의 한계를 극복하고 더욱 정확한 시뮬레이션 결과를 제공합니다.
양자 화학, 재료 과학 및 고에너지 물리학 분야에서 양자 시스템의 비평형 특성을 이해하는 것은 매우 중요합니다. 이를 위해서는 해밀토니안 역학 시뮬레이션이 필수적입니다. 그러나 기존의 고전 컴퓨터는 얽힘 상태를 나타내는 데 기하급수적인 비용이 발생하여 대규모 양자 시스템 시뮬레이션에 어려움을 겪습니다.
양자 컴퓨터는 이론적으로는 대부분의 해밀토니안 역학을 효율적으로 시뮬레이션할 수 있지만, 현재 기술 수준에서는 트로터 오류와 같은 알고리즘적 오류를 피할 수 없습니다. 이러한 오류는 시뮬레이션 정확도에 영향을 미치며, 고정밀 시뮬레이션을 위해서는 상당한 비용이 발생합니다.
본 논문에서는 고전 텐서 네트워크 알고리즘과 다중곱 공식(MPF) 기반 양자 시뮬레이션 알고리즘을 결합하여 이러한 문제를 해결하고자 합니다.
MPF는 여러 트로터 회로를 선형 결합하여 알고리즘 오류를 줄이는 기술입니다. 본 연구에서는 양자 컴퓨터를 사용하여 기대값을 계산하고, 텐서 네트워크를 사용하여 선형 결합에 사용되는 계수를 계산하는 새로운 MPF 알고리즘을 제시합니다.
본 연구에서는 트로터 오류를 추정하기 위해 행렬 곱 연산자(MPO) 기반 방법을 사용합니다. MPO는 양자 상태를 나타내는 데 사용되는 행렬 곱 상태(MPS)와 유사하지만, 연산자를 나타내는 데 사용됩니다. MPO를 사용하면 트로터 오류를 효율적으로 추정하고, 이를 통해 동적 MPF 계수를 최적화할 수 있습니다.
본 연구에서는 AQCtensor 알고리즘을 사용하여 주어진 행렬 곱 상태를 근사하는 짧은 깊이의 양자 회로를 찾습니다. AQCtensor는 매개변수화된 회로를 최적화하여 대상 상태를 나타내는 데 사용됩니다.
본 연구에서는 제안된 알고리즘의 오류 분석을 수행하고, IBM 양자 컴퓨터를 사용하여 1차원 양자 시뮬레이션 문제에 대한 전체 워크플로우를 시연합니다. 그 결과, 본 연구에서 제안된 알고리즘이 기존의 개별 방법보다 정확도가 높은 것으로 나타났습니다.
본 연구에서 제시된 텐서 네트워크와 양자 컴퓨팅을 결합한 새로운 알고리즘은 양자 다체 시스템 시뮬레이션 분야에 상당한 기여를 할 것으로 기대됩니다. 특히, 본 알고리즘은 기존 방법보다 정확도를 높이고, 향후 대규모 양자 시스템 시뮬레이션 연구에 활용될 수 있을 것으로 예상됩니다.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Niall F. Rob... klo arxiv.org 10-10-2024
https://arxiv.org/pdf/2407.17405.pdfSyvällisempiä Kysymyksiä