[论文解读] Tensor Networks in a Nutshell

Jacob Biamonte, Ville Bergholm|arXiv (Cornell University)|Jul 31, 2017

Quantum many-body systems参考文献 52被引用 121

一句话总结

本教程介绍张量网络及其图示语言，解释如何用矩阵乘积态及相关网络表示量子态，并展示张量收缩如何解决计数问题以及与量子电路的关系。

ABSTRACT

Tensor network methods are taking a central role in modern quantum physics and beyond. They can provide an efficient approximation to certain classes of quantum states, and the associated graphical language makes it easy to describe and pictorially reason about quantum circuits, channels, protocols, open systems and more. Our goal is to explain tensor networks and some associated methods as quickly and as painlessly as possible. Beginning with the key definitions, the graphical tensor network language is presented through examples. We then provide an introduction to matrix product states. We conclude the tutorial with tensor contractions evaluating combinatorial counting problems. The first one counts the number of solutions for Boolean formulae, whereas the second is Penrose's tensor contraction algorithm, returning the number of $3$-edge-colorings of $3$-regular planar graphs.

研究动机与目标

• 介绍图形张量网络语言及其历史背景。
• 通过图示记号解释张量网络与量子电路之间的联系。
• 介绍矩阵乘积态及其在有效表示某些量子态中的作用。
• 演示张量收缩作为解决组合计数问题的工具。
• 在图示框架内突出显示关键张量操作，如弯折线、杯、帽以及 SVD 等。

提出的方法

• 将张量表示为带标签的、带有开放边的形状，并将收缩示为导线。
• 使用图示规则执行弯折导线（杯/帽）和交叉（SWAP）等运算。
• 引入图示 SVD 及其在获得 Schmidt 分解和 MPS 表示中的作用。
• 通过对二分区迭代应用 SVD 并对结果进行分组，展示如何构建矩阵乘积态。
• 演示张量网络如何通过收缩来计数组合问题，包括 Penrose 的收缩技术。

实验结果

研究问题

• RQ1 如何利用张量网络在视觉上和代数上表示量子态、电路和收缩？
• RQ2 在构建高效态表示（如 MPS）中，图示 SVD 的作用是什么？
• RQ3 图示操作（杯、帽、SWAP）如何与标准线性代数运算及不变量相关？
• RQ4 张量收缩在哪些方面可以对组合对象进行计数并与已知算法（如 Penrose 的收缩）相关联？
• RQ5 纠缠性质如何与张量网络表示中的拓扑结构和 Schmidt 系数相关？

主要发现

• 张量网络通过规则结构和收缩方案为某些量子态提供高效的近似表示。
• 当纠缠受限时，矩阵乘积态能够紧凑表示一维态，当绑定维度有界时，成本随粒子数线性增加。
• 图示 SVD 产生 Schmidt 分解，并支撑通过 Eckart–Young–Mirsky 原理的 MPS 构建与截断。
• 弯折和穿越导线（杯、帽、SWAP）引出指标变换和映射-态对偶性，从而统一态与算符。
• epsilon/张量工具以及 CNOT/COPY/XOR 关系说明了如何在张量网络语言中实现和分析常见的量子门。
• 图示技术将量子电路、纠缠不变量和态表示联系起来，既提供概念性洞察，也提供计算性见解。