AIが解く世界の難問 · 量子物理・量子計算 · arXiv · 2026-10-23
量子ボルツマンマシンへの応用を伴う、多体ハミルトニアンのギブス状態のメタ学習
原題: Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
NISQ装置上で、パラメータ化されたハミルトニアンの熱平衡状態（ギブス状態）を効率よく準備する課題に取り組んだ。2つのメタ学習アルゴリズムを提案し、学習済みモデルが学習区間内の未知のパラメータ値でも近似的なギブス状態を準備できることを、最大8量子ビットのイジング模型などで確認した。さらに量子ボルツマンマシンの学習に応用し、VarQITEベースの手法と比べて実行時間を30倍短縮した。