Fugu-MT 論文翻訳(概要): Efficient mapping for Anderson impurity problems with matrix product states

論文の概要: Efficient mapping for Anderson impurity problems with matrix product states

arxiv url: http://arxiv.org/abs/2012.01424v1
Date: Wed, 2 Dec 2020 19:00:00 GMT
ステータス: 処理完了
システム内更新日: 2023-04-22 07:48:52.564449
Title: Efficient mapping for Anderson impurity problems with matrix product states
Title（参考訳）: アンダーソンの不純物問題に対する行列積状態の効率的なマッピング
Authors: Lucas Kohn and Giuseppe E. Santoro
Abstract要約: 行列積状態を用いたアンダーソン不純物問題の数値解法を提案する。修正連鎖写像を導入することで、以前のすべての試みと比較してかなり低い絡み合いが得られる。我々のアプローチは自然に有限温度にまで拡張され、力学平均場理論、非平衡力学、量子輸送に応用される。
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 propose an efficient algorithm to numerically solve Anderson impurity problems using matrix product states. By introducing a modified chain mapping we obtain significantly lower entanglement, as compared to all previous attempts, while keeping the short-range nature of the couplings. Our approach naturally extends to finite temperatures, with applications to dynamical mean field theory, non-equilibrium dynamics and quantum transport.
Abstract（参考訳）: 行列積状態を用いたアンダーソン不純物問題の数値解法を提案する。改良鎖写像を導入することで、結合の短距離性を維持しながら、以前のすべての試みと比べてかなり低い絡み合いが得られる。本手法は有限温度まで自然に拡張され, 動的平均場理論, 非平衡力学, 量子輸送に応用できる。

関連論文リスト

KANtrol: A Physics-Informed Kolmogorov-Arnold Network Framework for Solving Multi-Dimensional and Fractional Optimal Control Problems [0.0]
連続時間変数を含む最適制御問題の解法として,kantrolフレームワークを導入する。整数階数力学の正確な微分を計算するために, 自動微分がいかに利用されるかを示す。 2次元部分熱微分方程式の最適制御を含む多次元問題に取り組む。
論文参考訳（メタデータ） (2024-09-10T17:12:37Z)
Encoding arbitrary Ising Hamiltonians on Spatial Photonic Ising Machines [0.0]
本研究では,完全な相互作用行列を直接制御できるSPIMインスタンスを導入,実験的に検証する。実験によって測定されたIsingエネルギーと理論的な期待値との整合性を実証し、未重み付きグラフ問題と重み付きグラフ問題の両方を解決する。本手法は,システム固有の利点を犠牲にすることなく,実世界のアプリケーションに適用可能なSPIMを大幅に拡張する。
論文参考訳（メタデータ） (2024-07-12T10:54:07Z)
Equilibrium Quantum Impurity Problems via Matrix Product State Encoding of the Retarded Action [0.0]
本稿では,リタードアクションを行列積状態(RAMPS)として表す計算能力について検討する。逆温度の弱い電力法則としての数値誤差スケーリングを伴って,RAMPS のアプローチが様々な相互作用強度 (U$) で近藤政権に確実に到達できることを実証した。以上の結果から,RAMPSアプローチは,確立された手法に挑戦する体制における量子不純物問題研究の代替手段としての可能性を示唆している。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
An adaptive augmented Lagrangian method for training physics and equality constrained artificial neural networks [0.9137554315375919]
PECANNフレームワークを、拡張された多様な制約セットを持つ前方および逆問題の解決に適用する。 ALMは従来の定式化によってペナルティパラメータとラグランジュ乗算器のストールを更新する。本稿では,適応的下位段階法にインスパイアされた規則に従って適応的に進化する一意のペナルティパラメータを各制約に割り当てる適応ALMを提案する。
論文参考訳（メタデータ） (2023-06-08T03:16:21Z)
An efficient method for quantum impurity problems out of equilibrium [0.0]
非相互作用性フェルミオン貯水池に結合した相互作用量子不純物の力学をシミュレートする効率的な方法を提案する。我々は,アンダーソン不純物モデルにおける量子クエンチと輸送の研究に本手法を適用した。このアプローチは、メソスコピックデバイスと相関物質の動的特性に関する新たな知見を提供する。
論文参考訳（メタデータ） (2022-11-18T14:57:29Z)
Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文参考訳（メタデータ） (2022-11-16T18:59:54Z)
Optimal control for state preparation in two-qubit open quantum systems driven by coherent and incoherent controls via GRAPE approach [77.34726150561087]
我々は、コヒーレントかつ非コヒーレントな時間依存制御によって駆動される2つの量子ビットのモデルを考える。系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。最適化制御の下で, フォン・ノイマンエントロピー, 純度, および1ビット還元密度行列の進化について検討した。
論文参考訳（メタデータ） (2022-11-04T15:20:18Z)
Sampling with Mollified Interaction Energy Descent [57.00583139477843]
モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
論文参考訳（メタデータ） (2022-10-24T16:54:18Z)
Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文参考訳（メタデータ） (2021-09-07T20:01:22Z)
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)
Controllable Orthogonalization in Training DNNs [96.1365404059924]
直交性はディープニューラルネットワーク(DNN)のトレーニングに広く用いられている。本稿では,ニュートン反復(ONI)を用いた計算効率が高く,数値的に安定な直交化法を提案する。本稿では,画像分類ネットワークの性能向上のために,最適化の利点と表現能力の低下との間に最適なトレードオフを与えるために,直交性を効果的に制御する手法を提案する。また、ONIは、スペクトル正規化と同様に、ネットワークのリプシッツ連続性を維持することにより、GAN(Generative Adversarial Network)のトレーニングを安定化させることを示した。
論文参考訳（メタデータ） (2020-04-02T10:14:27Z)

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。