論文の概要: Estimating the degree of non-Markovianity using machine learning

• arxiv url: http://arxiv.org/abs/2009.03946v2
• Date: Tue, 2 Mar 2021 12:49:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 04:55:48.620996
• Title: Estimating the degree of non-Markovianity using machine learning
• Title（参考訳）: 機械学習による非マルコビアン度の推定
• Authors: Felipe F. Fanchini, G\"oktu\u{g} Karpat, Daniel Z. Rossatto, Ariel Norambuena, Ra\'ul Coto
• Abstract要約: 高精度な2つのパラダイム的オープンシステムモデルにおいて,非マルコビアン性の度合いを推定できることを示す。 我々の手法は1ラウンドか2ラウンド以上の状態トモグラフィを必要とするため、非マルコビアン性の度合いを推定できる。
• 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: In the last years, the application of machine learning methods has become increasingly relevant in different fields of physics. One of the most significant subjects in the theory of open quantum systems is the study of the characterization of non-Markovian memory effects that emerge dynamically throughout the time evolution of open systems as they interact with their surrounding environment. Here we consider two well-established quantifiers of the degree of memory effects, namely, the trace distance and the entanglement-based measures of non-Markovianity. We demonstrate that using machine learning techniques, in particular, support vector machine algorithms, it is possible to estimate the degree of non-Markovianity in two paradigmatic open system models with high precision. Our approach can be experimentally feasible to estimate the degree of non-Markovianity, since it requires a single or at most two rounds of state tomography.
• Abstract（参考訳）: 近年、機械学習の応用は物理学の様々な分野においてますます重要になっている。 オープン量子系理論における最も重要な主題の1つは、その周囲の環境と相互作用しながら開系の時間進化を通して動的に現れる非マルコフ記憶効果の特徴づけの研究である。 ここでは,記憶効果の程度を定式化した2つの定式化子,すなわちトレース距離と非マルコビアン性の絡み合いに基づく尺度について考察する。 機械学習技術,特にベクトルマシンアルゴリズムを用いて,高精度な2つのパラダイム的オープンシステムモデルにおいて,非マルコビアン性の度合いを推定できることを実証する。 本手法は1ラウンドまたは最大2ラウンドの状態トモグラフィを必要とするため,非マルコフ性の程度を実験的に推定することができる。

関連論文リスト

• Many-time physics in practice: characterising and controlling non-Markovian quantum stochastic processes [0.0]
  プロセステンソルトモグラフィ(PTT)という,量子プロセストモグラフィの一般化について述べる。 PTTは、厳密かつ体系的に非マルコフ的オープン量子システムを構築する能力を確立する。 我々は、実験設計、後処理アルゴリズム、シミュレーションおよび短期デバイスデモを含むPTTのフレームワークを開発する。
  論文  参考訳（メタデータ） (2024-05-08T20:34:53Z)
• Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
  同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。 構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。 スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
  論文  参考訳（メタデータ） (2024-03-02T00:56:05Z)
• Unified Quantum State Tomography and Hamiltonian Learning Using Transformer Models: A Language-Translation-Like Approach for Quantum Systems [0.47831562043724657]
  本稿では,量子状態トモグラフィとハミルトン学習を効果的に融合させるため,変圧器モデルに注意機構を取り入れた新しいアプローチを提案する。 簡単な2量子ビットの場合から、より複雑な2次元反強磁性ハイゼンベルク構造まで、様々な量子系におけるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-24T11:20:44Z)
• Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
  本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。 また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
  論文  参考訳（メタデータ） (2021-11-28T14:24:52Z)
• ARISE: ApeRIodic SEmi-parametric Process for Efficient Markets without Periodogram and Gaussianity Assumptions [91.3755431537592]
  我々は、効率的な市場を調査するためのApeRI-miodic(ARISE)プロセスを提案する。 ARISEプロセスは、いくつかの既知のプロセスの無限サムとして定式化され、周期スペクトル推定を用いる。 実際に,実世界の市場の効率性を明らかにするために,ARISE関数を適用した。
  論文  参考訳（メタデータ） (2021-11-08T03:36:06Z)
• An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
  我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。 本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
  論文  参考訳（メタデータ） (2021-08-09T17:39:09Z)
• Preserving quantum correlations and coherence with non-Markovianity [50.591267188664666]
  量子系における相関とコヒーレンスを保存するための非マルコビアン性の有用性を示す。 共変量子ビットの進化に対して、非マルコビアン性は、常に量子コヒーレンスを保存するために使用できることを示す。
  論文  参考訳（メタデータ） (2021-06-25T11:52:51Z)
• Probing non-Markovian quantum dynamics with data-driven analysis: Beyond "black-box" machine learning models [0.0]
  オープン量子系の非マルコフ力学の解析に対するデータ駆動型アプローチを提案する。 提案手法では, 環境の有効次元と, 共同系環境量子力学のスペクトルを計測する。 オープン量子システムの様々なモデルを用いて提案手法の性能を実証する。
  論文  参考訳（メタデータ） (2021-03-26T14:27:33Z)
• Experimental characterisation of a non-Markovian quantum process [0.0]
  非マルコビアン性の推定には機械学習モデルを用いる。 我々は90%の精度で非マルコビアン測度を予測できる。 我々の実験は、大規模量子コンピュータに現れる非マルコフノイズの効率的な検出方法である。
  論文  参考訳（メタデータ） (2021-02-02T06:00:04Z)
• Basis-independent system-environment coherence is necessary to detect magnetic field direction in an avian-inspired quantum magnetic sensor [77.34726150561087]
  我々は、衝突環境の影響下で、第3の「スキャベンジャー」ラジカルを持つ2つのラジカルからなる鳥由来の量子磁気センサを考察する。 最適性能には,初期システム環境状態が非最大混合である基底非依存コヒーレンスが必要であることを示す。
  論文  参考訳（メタデータ） (2020-11-30T17:19:17Z)
• Using machine-learning modelling to understand macroscopic dynamics in a system of coupled maps [0.0]
  本稿では,グローバルに結合した地図システムから生じるマクロな動きについて考察する。 我々は、機械学習アプローチと粗粒度プロセスの遷移確率の直接数値計算の両方を用いて、マクロ力学のための粗粒度マルコフプロセスを構築した。 我々は,アトラクタの有効次元,メモリ効果の持続性,ダイナミクスのマルチスケール構造について重要な情報を推測することができる。
  論文  参考訳（メタデータ） (2020-11-08T15:38:12Z)

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。