論文の概要: A Monte Carlo Approach to the Worldline Formalism in Curved Space
- arxiv url: http://arxiv.org/abs/2006.02911v2
- Date: Fri, 23 Oct 2020 10:02:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 04:22:40.040002
- Title: A Monte Carlo Approach to the Worldline Formalism in Curved Space
- Title（参考訳）: モンテカルロによる曲線空間における世界ライン形式論
- Authors: Olindo Corradini, Maurizio Muratori
- Abstract要約: 曲面ユークリッド空間上で定義される世界線パス積分を評価する数値計算法を提案する。
二次項の導入により,YLOOPSと呼ばれるアルゴリズムをわずかに修正した。
この方法は、D次元最大対称空間における自由ボゾン点粒子に対する既存の熱核の解析計算に対して試験される。
- 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 present a numerical method to evaluate worldline (WL) path integrals
defined on a curved Euclidean space, sampled with Monte Carlo (MC) techniques.
In particular, we adopt an algorithm known as YLOOPS with a slight modification
due to the introduction of a quadratic term which has the function of
stabilizing and speeding up the convergence. Our method, as the perturbative
counterparts, treats the non-trivial measure and deviation of the kinetic term
from flat, as interaction terms. Moreover, the numerical discretization adopted
in the present WLMC is realized with respect to the proper time of the
associated bosonic point-particle, hence such procedure may be seen as an
analogue of the time-slicing (TS) discretization already introduced to
construct quantum path integrals in curved space. As a result, a TS
counter-term is taken into account during the computation. The method is tested
against existing analytic calculations of the heat kernel for a free bosonic
point-particle in a D-dimensional maximally symmetric space.
- Abstract（参考訳）: 本論文では,モンテカルロ(mc)法を用いて,曲面ユークリッド空間上で定義されるワールドライン(wl)経路積分を数値的に評価する手法を提案する。
特に,収束を安定化・高速化する機能を持つ二次項の導入により,YLOOPSと呼ばれるアルゴリズムを若干修正した。
本手法は摂動指標として, 運動項の平面からの非自明な測度と偏差を相互作用項として扱う。
さらに、wlmcで採用された数値的離散化は、関連するボソニック・ポイント粒子の固有時間に関して実現されるので、そのような手続きは、曲線空間における量子経路積分を構築するために既に導入された時間スライシング(ts)離散化の類似物と見なすことができる。
その結果、演算中にTSカウンタ項が考慮される。
d次元の極大対称空間における自由ボソニック粒子に対する熱核の既存の解析計算に対してテストを行う。
関連論文リスト
- Numerical solution of nonlinear Schrödinger equation by a hybrid pseudospectral-variational quantum algorithm [0.0]
時間依存型1次元非線形シュリンガー方程式(NLSE)は、ハイブリッド擬スペクトル偏差量子アルゴリズムにより数値的に解かれる。
量子アルゴリズムの精度を分析し,古典的手法と比較する。
論文 参考訳（メタデータ） (2024-07-03T10:40:31Z) - Weighted Riesz Particles [0.0]
対象分布を、パラメータの無限次元空間が多くの決定論的部分多様体からなる写像と考える。
我々は、Rieszと呼ばれる点の性質を研究し、それをシーケンシャルMCMCに埋め込む。
低い評価で高い受け入れ率が得られることが分かりました。
論文 参考訳（メタデータ） (2023-12-01T14:36:46Z) - Gaussian process regression and conditional Karhunen-Lo\'{e}ve models
for data assimilation in inverse problems [68.8204255655161]
偏微分方程式モデルにおけるデータ同化とパラメータ推定のためのモデル逆アルゴリズムCKLEMAPを提案する。
CKLEMAP法は標準的なMAP法に比べてスケーラビリティがよい。
論文 参考訳（メタデータ） (2023-01-26T18:14:12Z) - Characterization of variational quantum algorithms using free fermions [0.0]
我々はこれらの対称性と対象状態の局所性の間の相互作用を数値的に研究する。
解に収束するイテレーションの数は、システムサイズと線形にスケールする。
論文 参考訳（メタデータ） (2022-06-13T18:11:16Z) - Trajectory Inference via Mean-field Langevin in Path Space [0.17205106391379024]
軌道推論は、時間的限界のスナップショットから集団のダイナミクスを回復することを目的としている。
経路空間におけるウィナー測度に対するミンエントロピー推定器は、Lavenantらによって導入された。
論文 参考訳（メタデータ） (2022-05-14T23:13:00Z) - A blob method method for inhomogeneous diffusion with applications to
multi-agent control and sampling [0.6562256987706128]
重み付き多孔質媒質方程式(WPME)に対する決定論的粒子法を開発し,その収束性を時間間隔で証明する。
提案手法は,マルチエージェントカバレッジアルゴリズムや確率測定のサンプリングに自然に応用できる。
論文 参考訳（メタデータ） (2022-02-25T19:49:05Z) - On the Convergence of Stochastic Extragradient for Bilinear Games with
Restarted Iteration Averaging [96.13485146617322]
本稿では, ステップサイズが一定であるSEG法の解析を行い, 良好な収束をもたらす手法のバリエーションを示す。
平均化で拡張した場合、SEGはナッシュ平衡に確実に収束し、スケジュールされた再起動手順を組み込むことで、その速度が確実に加速されることを証明した。
論文 参考訳（メタデータ） (2021-06-30T17:51:36Z) - Improving Metric Dimensionality Reduction with Distributed Topology [68.8204255655161]
DIPOLEは、局所的、計量的項と大域的、位相的項の両方で損失関数を最小化し、初期埋め込みを補正する次元推論後処理ステップである。
DIPOLEは、UMAP、t-SNE、Isomapといった一般的な手法よりも多くの一般的なデータセットで優れています。
論文 参考訳（メタデータ） (2021-06-14T17:19:44Z) - Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。
本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。
本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
論文 参考訳（メタデータ） (2021-02-04T02:21:08Z) - The Connection between Discrete- and Continuous-Time Descriptions of
Gaussian Continuous Processes [60.35125735474386]
我々は、一貫した推定子をもたらす離散化が粗粒化下での不変性を持つことを示す。
この結果は、導関数再構成のための微分スキームと局所時間推論アプローチの組み合わせが、2次または高次微分方程式の時系列解析に役立たない理由を説明する。
論文 参考訳（メタデータ） (2021-01-16T17:11:02Z) - A Kernel-Based Approach to Non-Stationary Reinforcement Learning in
Metric Spaces [53.47210316424326]
KeRNSは、非定常マルコフ決定過程におけるエピソード強化学習のためのアルゴリズムである。
我々は、状態-作用空間の被覆次元と時間とともにMDPの総変動にスケールする後悔境界を証明した。
論文 参考訳（メタデータ） (2020-07-09T21:37:13Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。