論文の概要: Transcorrelated Density Matrix Renormalization Group
- arxiv url: http://arxiv.org/abs/2009.02614v3
- Date: Mon, 2 Nov 2020 16:19:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 18:42:25.339053
- Title: Transcorrelated Density Matrix Renormalization Group
- Title(参考訳): Transcorrelated density Matrix Renormalization Group
- Authors: Alberto Baiardi and Markus Reiher
- Abstract要約: 強相関系に対するエネルギーの効率的な近似のための超相関密度行列正規化群(tcDMRG)理論を導入する。
tcDMRGは、固定ジャストロウまたはグッツウィラー相関器と行列積状態の積として波動関数を符号化する。
我々は, tcDMRGの高速エネルギー収束を実証し, tcDMRGが準一次元システムを超えて標準DMRGの効率を向上できることを示した。
- 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 introduce the transcorrelated Density Matrix Renormalization Group
(tcDMRG) theory for the efficient approximation of the energy for strongly
correlated systems. tcDMRG encodes the wave function as a product of a fixed
Jastrow or Gutzwiller correlator and a matrix product state. The latter is
optimized by applying the imaginary-time variant of time-dependent (TD) DMRG to
the non-Hermitian transcorrelated Hamiltonian. We demonstrate the efficiency of
tcDMRG at the example of the two-dimensional Fermi-Hubbard Hamiltonian, a
notoriously difficult target for the DMRG algorithm, for different sizes,
occupation numbers, and interaction strengths. We demonstrate fast energy
convergence of tcDMRG, which indicates that tcDMRG could increase the
efficiency of standard DMRG beyond quasi-monodimensional systems and provides a
generally powerful approach toward the dynamic correlation problem of DMRG.
- Abstract(参考訳): 強相関系におけるエネルギーの効率的な近似のために,tcdmrg(transcorrelated density matrix renormalization group)理論を導入する。
tcDMRGは、固定ジャストロウまたはグッツウィラー相関器と行列積状態の積として波動関数を符号化する。
後者は、時間依存(TD)DMRGの虚時変分を非エルミート的トランスコリックハミルトニアンに適用することによって最適化される。
我々はDMRGアルゴリズムの2次元Fermi-Hubbard Hamiltonianの例において、異なるサイズ、占有数、相互作用強度に対して、tcDMRGの効率を実証する。
我々は, tcDMRGの高速エネルギー収束を実証し, tcDMRGが準単次元システムを超えて標準DMRGの効率を向上させることを示し, DMRGの動的相関問題に対する一般に強力なアプローチを提供する。
関連論文リスト
- Tensor network renormalization: application to dynamic correlation
functions and non-hermitian systems [0.0]
本稿では,動的相関関数の計算を可能にするLoop-TNRアルゴリズムの実装について述べる。
また,非エルミート系の臨界特性を調べるためにLoop-TNRアルゴリズムが適用可能であることも強調した。
論文 参考訳(メタデータ) (2023-11-30T18:34:32Z) - Deep Learning Assisted Multiuser MIMO Load Modulated Systems for
Enhanced Downlink mmWave Communications [68.96633803796003]
本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。
ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。
本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-11-08T08:54:56Z) - Multiagent Reinforcement Learning with an Attention Mechanism for
Improving Energy Efficiency in LoRa Networks [52.96907334080273]
ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。
マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。
シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
論文 参考訳(メタデータ) (2023-09-16T11:37:23Z) - Active RIS-aided EH-NOMA Networks: A Deep Reinforcement Learning
Approach [66.53364438507208]
アクティブな再構成可能なインテリジェントサーフェス(RIS)支援マルチユーザダウンリンク通信システムについて検討した。
非直交多重アクセス(NOMA)はスペクトル効率を向上させるために使用され、活性RISはエネルギー回収(EH)によって駆動される。
ユーザの動的通信状態を予測するために,高度なLSTMベースのアルゴリズムを開発した。
増幅行列と位相シフト行列RISを結合制御するためにDDPGに基づくアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-04-11T13:16:28Z) - Matrix Product Renormalization Group: Potential Universal Quantum
Many-Body Solver [0.0]
行列積再正規化群 (MPRG) と呼ばれる連続テンソルネットワークアルゴリズムの改良式を提案する。
MPRGは普遍的な量子多体解法であり、ゼロ温度と有限温度の両方で2次元と高次元で動作する可能性があり、開量子系にも適用できる。
論文 参考訳(メタデータ) (2022-12-26T19:00:01Z) - Collaborative Intelligent Reflecting Surface Networks with Multi-Agent
Reinforcement Learning [63.83425382922157]
インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。
本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
論文 参考訳(メタデータ) (2022-03-26T20:37:14Z) - Bond-weighted Tensor Renormalization Group [0.0]
改良型テンソル再正規化群 (TRG) アルゴリズム, ボンド重み付きTRG (BTRG) を提案する。
BTRG は従来の TRG と高次テンソル再正規化群を同じ結合次元で上回ることを示す。
論文 参考訳(メタデータ) (2020-11-03T13:08:54Z) - Performance of the rigorous renormalization group for first order phase
transitions and topological phases [0.0]
密度行列再正規化群 (DMRG) は, 1次元系の基底状態を見つけるための実用的なアルゴリズムとして確立されている。
本研究では,一次位相遷移および対称性保護位相におけるRRGの数値的実装の精度と性能について検討する。
論文 参考訳(メタデータ) (2020-10-29T18:00:07Z) - Lightweight, Dynamic Graph Convolutional Networks for AMR-to-Text
Generation [56.73834525802723]
軽量な動的グラフ畳み込みネットワーク (LDGCN) を提案する。
LDGCNは入力グラフから高次情報を合成することにより、よりリッチな非局所的な相互作用をキャプチャする。
我々は,グループグラフの畳み込みと重み付き畳み込みに基づく2つの新しいパラメータ保存戦略を開発し,メモリ使用量とモデル複雑性を低減する。
論文 参考訳(メタデータ) (2020-10-09T06:03:46Z) - Communication Efficient Distributed Learning with Censored, Quantized,
and Generalized Group ADMM [52.12831959365598]
本稿では,相互接続作業者のネットワーク上で定義されたコンセンサス最適化問題を解決するための,コミュニケーション効率のよい分散機械学習フレームワークを提案する。
提案アルゴリズムであるCensored and Quantized Generalized GADMMは、GADMM(Group Alternating Direction Method of Multipliers)の労働者グループ化と分散学習のアイデアを活用する。
CQ-GGADMMは通信ラウンド数で高い通信効率を示し、精度と収束速度を損なうことなくエネルギー消費を伝達する。
論文 参考訳(メタデータ) (2020-09-14T14:18:19Z) - Nuclear-Electronic All-Particle Density Matrix Renormalization Group [0.0]
核電子全粒子密度マトリックスリノーマライゼーショングループ(NEAP-DMRG)
我々は、電子や他の量子種に対して、時間に依存しないシュリンガー方程式を同時に解くために、NEAP-DMRG(Nuclear Electronic All-Particle Density Matrix Renormalization Group)を導入する。
論文 参考訳(メタデータ) (2020-03-09T23:02:40Z)
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。