Fugu-MT 論文翻訳(概要): Studying dynamics in two-dimensional quantum lattices using tree tensor network states

論文の概要: Studying dynamics in two-dimensional quantum lattices using tree tensor network states

arxiv url: http://arxiv.org/abs/2003.08944v3
Date: Sat, 18 Jul 2020 16:10:30 GMT
ステータス: 処理完了
システム内更新日: 2023-05-28 17:51:23.083909
Title: Studying dynamics in two-dimensional quantum lattices using tree tensor network states
Title（参考訳）: ツリーテンソルネットワーク状態を用いた二次元量子格子のダイナミクスの研究
Authors: Benedikt Kloss, Yevgeny Bar Lev, David R. Reichman
Abstract要約: 相互作用する2次元格子系の力学を研究するために,数値的精度の高いアルゴリズムの収束特性を解析・議論する。本稿では,2次元システムの研究に使用されるより広範な数値的手法の集合に関係のある手法の収束に関する問題点について論じる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We analyze and discuss convergence properties of a numerically exact algorithm tailored to study the dynamics of interacting two-dimensional lattice systems. The method is based on the application of the time-dependent variational principle in a manifold of binary and quaternary Tree Tensor Network States. The approach is found to be competitive with existing matrix product state approaches. We discuss issues related to the convergence of the method, which could be relevant to a broader set of numerical techniques used for the study of two-dimensional systems.
Abstract（参考訳）: 相互作用する2次元格子系の力学を研究するために,数値的精度の高いアルゴリズムの収束特性を解析・議論する。この方法は、二元および四元木テンソルネットワーク状態の多様体における時間依存変分原理の適用に基づいている。このアプローチは、既存のマトリクス製品状態アプローチと競合することが判明した。本稿では,2次元システムの研究に使用されるより広範な数値的手法の集合に関係のある手法の収束に関する問題点について論じる。

関連論文リスト

Beyond Geometry: Comparing the Temporal Structure of Computation in Neural Circuits with Dynamical Similarity Analysis [7.660368798066376]
本稿では、2つの系を力学のレベルで比較する新しい類似度指標を提案する。本手法は,ニューラルネットワークにおける計算の本質的時間構造を比較検討するための扉を開く。
論文参考訳（メタデータ） (2023-06-16T20:11:38Z)
Validating phase-space methods with tensor networks in two-dimensional spin models with power-law interactions [0.0]
我々は、様々な実験プラットフォームで実装可能なXXZモデルと相互作用する2次元パワーローのダイナミクスを評価する。システム内の相関の尺度としてスピンスクイーズを計算し、離散トランカド・ウィグナー近似(DTWA)を用いた半古典位相空間計算と比較する。これらのシステムでは, 相対的に資源集約的なテンソルネットワーク表現にもかかわらず, システムサイズとの絡み合いのスケーリングを効率よく, 正確に把握する。
論文参考訳（メタデータ） (2023-05-26T20:15:24Z)
Calculating non-linear response functions for multi-dimensional electronic spectroscopy using dyadic non-Markovian quantum state diffusion [68.8204255655161]
本稿では,分子集合体の多次元電子スペクトルと電子励起を結合した構造環境下でのシミュレーション手法を提案する。このアプローチの重要な側面は、NMQSD方程式を2重系ヒルベルト空間で伝播するが、同じ雑音を持つことである。
論文参考訳（メタデータ） (2022-07-06T15:30:38Z)
Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
論文参考訳（メタデータ） (2021-12-22T15:27:30Z)
Efficient Simulation of Dynamics in Two-Dimensional Quantum Spin Systems with Isometric Tensor Networks [0.0]
最近導入された等尺テンソルネットワーク状態(isoTNS)の計算能力について検討する。アイソTNSに基づくアルゴリズムの実装に関する技術的詳細を議論し、異なるアンタングルの比較を行う。 2次元量子スピン系の動的スピン構造係数を2つのパラダイムモデルに対して計算する。
論文参考訳（メタデータ） (2021-12-15T19:00:05Z)
Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。新規な構造化融合正規化に基づく一般グラフ推定器を提案する。提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文参考訳（メタデータ） (2021-03-05T04:42:32Z)
Continuous and time-discrete non-Markovian system-reservoir interactions: Dissipative coherent quantum feedback in Liouville space [62.997667081978825]
2つの構造型貯水池に同時に露出する量子系について検討する。対角線と対角線と外対角線の両方の貯留層相互作用を2倍のメモリと組み合わせた数値的精度の擬似2次元テンソルネットワークを用いて連続的および離散的遅延効果を示す。例えば、離散フォトニックフィードバックと構造された音響フォノノノビアンモードの非マルコフ的相互作用を考察し、初期励起された2レベルシステム内での貯留層間相関と長寿命個体群トラップの出現を導いた。
論文参考訳（メタデータ） (2020-11-10T12:38:35Z)
Connecting Weighted Automata, Tensor Networks and Recurrent Neural Networks through Spectral Learning [58.14930566993063]
我々は、形式言語と言語学からの重み付き有限オートマトン(WFA)、機械学習で使用されるリカレントニューラルネットワーク、テンソルネットワークの3つのモデル間の接続を提示する。本稿では,連続ベクトル入力の列上に定義された線形2-RNNに対する最初の証明可能な学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-10-19T15:28:00Z)
Provably Efficient Neural Estimation of Structural Equation Model: An Adversarial Approach [144.21892195917758]
一般化構造方程式モデル(SEM)のクラスにおける推定について検討する。線形作用素方程式をmin-maxゲームとして定式化し、ニューラルネットワーク(NN)でパラメータ化し、勾配勾配を用いてニューラルネットワークのパラメータを学習する。提案手法は,サンプル分割を必要とせず,確固とした収束性を持つNNをベースとしたSEMの抽出可能な推定手順を初めて提供する。
論文参考訳（メタデータ） (2020-07-02T17:55:47Z)
A Dynamical Mean-Field Theory for Learning in Restricted Boltzmann Machines [2.8021833233819486]
ボルツマンマシンにおける磁化計算のためのメッセージパッシングアルゴリズムを定義する。安定性基準の下でのアルゴリズムのグローバル収束を証明し,数値シミュレーションとの良好な一致を示す収束率を計算する。
論文参考訳（メタデータ） (2020-05-04T15:19:31Z)
Efficient variational contraction of two-dimensional tensor networks with a non-trivial unit cell [0.0]
テンソルネットワーク状態は、強い相関の量子モデルとシステムを忠実にキャプチャする効率的な状態のクラスを提供する。我々は最近提案された一次元量子格子をキャプチャするための変分行列積状態アルゴリズムを一般化する。このアルゴリズムの重要な性質は、単位セルのサイズを指数的にではなく線形にスケールする計算努力である。
論文参考訳（メタデータ） (2020-03-02T19:01:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。