Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2506.19879

帮助 | 高级搜索

量子物理

arXiv:2506.19879 (quant-ph)
[提交于 2025年6月23日 ]

标题: 利用 SU(2) 对称性对量子系统进行高效模拟

标题: Utilization of SU(2) Symmetry for Efficient Simulation of Quantum Systems

Authors:Oleksa Hryniv
摘要: 这项工作研究了用于模拟具有内部 SU(2) 对称性的量子系统的变分编译方法。 研究的核心组成部分是将动态模式分解(DMD)方法应用于将训练好的变分电路参数外推到初始优化范围之外。 提出了一种方法,使用外推参数预测具有更多 Trotter 步数的变分编译量子态,从而无需重新训练。 通过与经典 Trotter 化方法和变分训练结果进行比较,验证了该方法的效率。 所提出的方法展示了对称性一致的量子电路架构与谱预测技术的有效结合。 该方法在强关联系统的可扩展建模方面显示出前景,特别是在凝聚态物理问题中,如 Kagome 晶格上的 Heisenberg 模型。
摘要: This work investigates variational compilation methods for simulating quantum systems with internal SU(2) symmetry. The central component of the research is the application of the Dynamic Mode Decomposition (DMD) method to extrapolate trained variational circuit parameters beyond the initial optimization range. An approach is proposed for predicting variationally compiled quantum states with a larger number of Trotter steps using extrapolated parameters, eliminating the need for retraining. The efficiency of the method is validated by comparing it with classical Trotterization and the results of variational training. The proposed method demonstrates an effective integration of symmetry-consistent quantum circuit architecture with spectral prediction techniques. The methodology shows promise for scalable modeling of strongly correlated systems, particularly in condensed matter physics problems, such as the Heisenberg model on Kagome lattices.
主题: 量子物理 (quant-ph) ; 数学物理 (math-ph)
引用方式: arXiv:2506.19879 [quant-ph]
  (或者 arXiv:2506.19879v1 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.19879
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Oleksa Hryniv [查看电子邮件]
[v1] 星期一, 2025 年 6 月 23 日 16:17:56 UTC (5,376 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
math-ph
math.MP
quant-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号