Tensor-network variational diagonalization of quantum many-body spectra

技術要約：テンソルネットワークによる量子多体系スペクトルの変分対角化

問題提起
多体系のハミルトニアンの完全な固有構造は、熱力学、動的応答、あるいは量子カオスや局在化の兆候を含む、本質的な物理的特性を符号化している。しかし、ヒルベルト空間の指数関数的な増大（$N$個のスピンに対して$2^N$）により、対称性を活用したとしても、約30スピンを超える系に対する厳密対角化（ED）は困難となる。既存のテンソルネットワーク手法、例えば密度行列繰り込み群（DMRG）や励起状態行列積状態（MPS）アルゴリズムは、特定のスペクトルセクター（低エネルギー状態や局在状態など）を標的にすることには成功しているが、通常、エネルギー・スペクトルを「暗黙的なリスト」として扱い、保存された変分オブジェクトとしては扱わない。本研究が取り組む中心的な課題は、適切なラベル付けの下でスペクトルが圧縮可能な構造を持つならば、指数関数的に巨大な固有エネルギーの全リストを、明示的な列挙なしに表現し、サンプリングできるか否かである。

手法：テンソルネットワーク変分対角化 (TNVD)
著者らは、固有値分解 $\hat{H} = \sum_{\alpha} E_\alpha |\alpha\rangle\langle\alpha|$ を表現するために、2つの結合されたテンソルネットワーク・オブジェクトを共同で最適化するフレームワーク、Tensor-Network Variational Diagonalization (TNVD) を導入する：

1. スペクトルMPS: 固有エネルギー $\{E_\alpha\}$ は、$N$次のテンソル $E_{r_1 \dots r_N}$ として扱われ、インデックス $\alpha$ はバイナリ文字列 $r = (r_1, \dots, r_N)$ によって表現される。このMPSの仮想ボンド次元 $\chi_a$ は、選択されたラベル空間におけるエネルギー・スペクトルの「仮想的なもつれ（virtual entanglement）」を直接探るプローブとして機能する。
2. 変分量子回路 (VQC): 有限深さの量子回路 $\hat{U}$ が、バイナリ積状態 $|r_\alpha\rangle$ を近似的な固有状態 $|\alpha\rangle = \hat{U}|r_\alpha\rangle$ へと写像する。この回路は、2体ゲートからなるブリックウォール構造と深さ $N_L$ で構成される。
3. 共同最適化: バイナリラベルはエネルギー順序によって固定されるのではなく、学習される。スペクトルMPSの局所テンソルとVQCのゲートパラメータは、以下の対数ヒルベルト・シュミット損失を最小化するように同時に最適化される：
   $$F = \log_2 \|\hat{H} - \tilde{H}\|_{HS}^2 - N$$
   ここで $\tilde{H}$ はアンザッツ・ハミルトニアンである。このグローバルな損失関数は、特定のエネルギー窓を優先するのではなく、演算子全体を制約する。
4. 計算コスト: 損失の評価には、超対角テンソルを介してスペクトルMPSをVQCとその共役と縮約することが含まれる。$\chi_a$、回路の深さ $N_L$、およびTEBDの切り捨て次元 $\chi_t$ が固定されている場合、計算コストはシステムサイズ $N$ に対して多項式スケールとなる。

主要な結果

• イジング鎖における全スペクトルの再構成:
  横磁場イジング鎖において、TNVDは $N \le 16$ における厳密対角化の結果を正常に再現した。極めて重要なことに、$N=100$ において、本手法は$2^{100}$個のレベルを列挙することなく、MPSによるエンコーディングから状態密度をサンプリングした。サンプリングされた分布は、より小さなサイズでのEDから導出されたガウス分布と一致した。

  • ラベルの構成: バイナリラベルのランダムな置換を用いて厳密なスペクトルに適用した対照実験では、高い仮想もつれエントロピーが得られたのに対し、TNVDによって最適化されたラベルは、低エントロピーでコンパクトなMPS表現をもたらした。これは、エネルギー・テンソルの圧縮性は、学習されたラベルの構成に決定的に依存することを実証している。

• 無秩序系：イジング鎖 vs XXZ鎖:
  著者らは、ランダム磁場イジング鎖とランダム磁場XXZ鎖を比較した。両系は、無秩序強度の増加に伴い、レベル間隔統計（ポアソン分布からガウス型直交アンサンブルへ、そして再びポアソン分布へ）において同様のクロスオーバーを示す。これは、同様のスペクトル・カオス特性を示唆している。

  • 誤差の乖離: レベル統計は類似しているにもかかわらず、同一の変分リソース条件下において、XXZ鎖のTNVD誤差（ヒルベルト・シュミット損失および平均エネルギー誤差）はイジング鎖よりも大幅に大きかった。
  • 原因分析: 著者らは、スペクトル・カオス自体がTNVDの複雑さを決定するわけではないことを特定した。XXZ鎖におけるボトルネックは、有限ランクの切り捨てによる対角化変換に起因していた。
    • 無秩序がゼロ（$W=0$）のとき、XXZ鎖（$c=1$ の臨界理論）は、イジング鎖（$c=1/2$）と比較して、シュミット係数の減衰が非常に遅く、より重い基底状態のシュミット・テイルを持つ。
    • その結果、XXZ鎖の低エネルギー固有状態は、切り捨て閾値 $\chi_t$ を超える相当量のシュミット重みを保持しており、これが高い誤差につながった。イジング鎖は、$W=0$ において自由フェルミオン積分可能であるため、低ランク切り捨てに適している。

意義と主張
本論文は、完全な多体系スペクトルが扱い可能なテンソルネットワーク表現をいつ許容するかについて、TNVDが直接的なテストを提供すると主張している。この手法は、全スペクトルの対角化というパラダイムを、列挙タスクから「学習可能なテンソル構造のテスト」へと転換させるものである。

著者らは、成功するTNVDのための2つの独立した構造的要件を特定している：

1. ラベル空間における仮想的もつれ: エネルギー・テンソルは、学習されたバイナリ・ラベルの下で低い仮想的もつれを持つ必要がある（イジング鎖によって実証）。
2. 有限ランクのシュミット切り捨て: 対角化変換（回路によって発展したMPO）は、シュミット・スペクトルの減衰によって制御される、切り捨て可能なものでなければならない（イジング鎖とXXZ鎖の差によって実証）。

本研究は、スペクトル・カオス（レベル斥力）はスペクトルの特徴ではあるものの、TNVDによる全スペクトルの表現の難易度は、エネルギー・テンソルの圧縮性と、固有状態自体のエンタングルメント構造との相互作用によって決定されると結論付けている。実装のソースコードは公開されている。