Teknik Tensor Network untuk Komputasi Kuantum

Tensor network telah muncul sebagai kerangka kerja yang kuat untuk memahami dan menyimulasikan sistem kuantum yang kompleks. Buku ini dirancang untuk pembaca tingkat sarjana lanjut dan pascasarjana, menawarkan panduan pengantar yang tetap menyeluruh tentang tensor network dan penerapannya dalam komputasi kuantum dan informasi kuantum. Tujuan utamanya adalah menjembatani kesenjangan antara aljabar multi-linear dan sistem kuantum yang kompleks, menyediakan alat dan konsep matematis inti yang diperlukan untuk aplikasi fisika kuantum dan komputasi kuantum. Dengan menyajikan tensor network sebagai alat untuk memahami kompleksitas kuantum, buku ini bertujuan mendorong kolaborasi yang lebih dalam antara komunitas fisika banyak-tubuh dan komputasi kuantum.

Buku ini terstruktur dalam dua bagian. Bagian I mencakup topik-topik dasar, termasuk struktur tensor dan representasi jaringan seperti Matrix Product States (MPS) dan Tree Tensor Networks (TTN). Bagian pendahuluan ini membekali pembaca dengan alat dan konsep matematis yang esensial. Bagian II mengeksplorasi penerapan praktis tensor network dalam menyimulasikan dinamika kuantum, dengan fokus pada efisiensi untuk sistem dengan kompleksitas komputasi tinggi. Topik utama meliputi dinamika Hamiltonian, quantum annealing, dinamika sistem terbuka, dan strategi optimisasi menggunakan kerangka kerja TN. Bab terakhir membahas peran yang sedang berkembang dari 'quantum magic' dalam tensor network, menyelami keadaan non-stabilizer dan kontribusinya terhadap daya komputasi kuantum di luar simulasi klasik, dengan menampilkan metode seperti stabilizer-enhanced MPS dan Clifford-dressed TDVP.