Accelerating Quantum Tensor Network Simulations with Unified Path Variations and Non-Degenerate Batched Sampling
이 논문은 오차에 독립적인 통합 경로 변이, 비퇴화 텐서 네트워크 샘플링, 유연한 최적화 수축 프레임워크를 도입하여 기존 텐서 네트워크 시뮬레이션의 속도 제한을 극복하고 전통적인 양자 궤적 방법 대비 배 이상의 데이터 수집 속도를 달성한 새로운 방법을 제안합니다.