Fugu-MT 論文翻訳(概要): Numerical linked cluster expansions for inhomogeneous systems

論文の概要: Numerical linked cluster expansions for inhomogeneous systems

arxiv url: http://arxiv.org/abs/2005.03177v2
Date: Wed, 20 May 2020 22:54:53 GMT
ステータス: 処理完了
システム内更新日: 2023-05-21 00:30:32.704729
Title: Numerical linked cluster expansions for inhomogeneous systems
Title（参考訳）: 不均一系に対する数値連成クラスタ展開
Authors: Johann Gan, Kaden R. A. Hazzard
Abstract要約: 非均質システムに直接適用可能な数値連成クラスタ展開法(NLCE)を開発した。 NLCEは、計算コストの対角化を正確に行うよりも、適度に劇的に改善できることを示す。
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 develop a numerical linked cluster expansion (NLCE) method that can be applied directly to inhomogeneous systems, for example Hamiltonians with disorder and dynamics initiated from inhomogeneous initial states. We demonstrate the method by calculating dynamics for single-spin expectations and spin correlations in two-dimensional spin models on a square lattice, starting from a checkerboard state. We show that NLCE can give moderate to dramatic improvement over an exact diagonalization of comparable computational cost, and that the advantage in computational resources grows exponentially as the size of the clusters included grows. Although the method applies to any type of NLCE, our explicit benchmarks use the rectangle expansion. Besides showing the capability to treat inhomogeneous systems, these benchmarks demonstrate the rectangle expansion's utility out of equilibrium.
Abstract（参考訳）: 非均質な初期状態から始まる障害やダイナミクスを持つハミルトン派など、不均質なシステムに直接適用可能な数値連成クラスタ展開法(NLCE)を開発した。正方形格子上の2次元スピンモデルにおける単スピン期待とスピン相関のダイナミクスをチェッカーボード状態から計算することにより,この手法を実証する。我々は,NLCEが計算コストの正確な対角化よりも適度に劇的に改善できることを示し,クラスタのサイズが大きくなるにつれて計算資源の優位性が指数関数的に増加することを示した。この手法は任意の種類のNLCEに適用できるが、明示的なベンチマークでは矩形展開を用いる。不均質なシステムを扱う能力を示すだけでなく、これらのベンチマークは均衡から長方形展開の効用を示す。

関連論文リスト

Two-dimensional correlation propagation dynamics with a cluster discrete phase-space method [0.0]
高度に制御された量子系の非平衡力学は、統計物理学において難しい問題である。一般SU($N$)スピン系に対する離散位相空間アプローチを開発し、各クラスタ内の非自明な量子相関を捉える。本稿では,2次元Bose-Hubbard系における相関伝播のダイナミクスに関する最近の実験において,クラスタの離散的切り離しウィグナー近似が重要な結果を再現できることを実証する。
論文参考訳（メタデータ） (2024-04-29T11:08:44Z)
Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
論文参考訳（メタデータ） (2024-02-22T16:33:48Z)
Numerical linked-cluster expansions for two-dimensional spin models with continuous disorder distributions [0.0]
数値連成クラスタ展開 (NLCE) により, 連続的な障害分布を持つスピン格子モデルに対して, 高精度な低温結果が得られることを示す。我々は古典的(Ising)と量子的(Heisenberg)のスピン-$frac12$モデルの両方を検討し、収束は関連するエネルギースケールよりも2桁低い温度まで達成可能であることを示した。
論文参考訳（メタデータ） (2024-02-01T19:00:00Z)
Dynamic Kernel-Based Adaptive Spatial Aggregation for Learned Image Compression [63.56922682378755]
本稿では,空間アグリゲーション機能の拡張に焦点をあて,動的カーネルベースの変換符号化を提案する。提案したアダプティブアグリゲーションはカーネルオフセットを生成し、コンテント条件付き範囲の有効な情報をキャプチャして変換を支援する。実験により,本手法は,最先端の学習手法と比較して,3つのベンチマークにおいて高い速度歪み性能が得られることを示した。
論文参考訳（メタデータ） (2023-08-17T01:34:51Z)
Generating function for projected entangled-pair states [0.1759252234439348]
テンソルネットワークのダイアグラム和に対する生成関数アプローチを拡張した。一粒子励起の形で、生成関数形式において励起状態が効率的に計算可能であることを示す。我々は多粒子励起への一般化に関する議論を締めくくった。
論文参考訳（メタデータ） (2023-07-16T15:49:37Z)
Geometric Neural Diffusion Processes [55.891428654434634]
拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
論文参考訳（メタデータ） (2023-07-11T16:51:38Z)
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)
Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文参考訳（メタデータ） (2022-05-18T17:11:23Z)
Simulating thermal density operators with cluster expansions and tensor networks [0.0]
このクラスタテンソルネットワーク演算子(クラスタTNO)を1次元システムに対してベンチマークする。この定式化は、2次元量子スピン系の温度密度演算子を1つのクラスターTNOとして一定温度で表すために用いられる。クラスタ-TNO近似は、正しい普遍性クラスにおける連続的な相転移を引き起こす。
論文参考訳（メタデータ） (2021-12-02T18:56:44Z)
Hyperbolic Neural Networks++ [66.16106727715061]
ニューラルネットワークの基本成分を1つの双曲幾何モデル、すなわちポアンカーの球モデルで一般化する。実験により, 従来の双曲成分と比較してパラメータ効率が優れ, ユークリッド成分よりも安定性と性能が優れていた。
論文参考訳（メタデータ） (2020-06-15T08:23:20Z)
Kernel and Rich Regimes in Overparametrized Models [69.40899443842443]
過度にパラメータ化された多層ネットワーク上の勾配勾配は、RKHSノルムではないリッチな暗黙バイアスを誘発できることを示す。また、より複雑な行列分解モデルと多層非線形ネットワークに対して、この遷移を実証的に示す。
論文参考訳（メタデータ） (2020-02-20T15:43:02Z)

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。