論文の概要: Inclusion-Exclusion Principle for Open Quantum Systems with Bosonic Bath

• arxiv url: http://arxiv.org/abs/2103.01423v2
• Date: Fri, 7 May 2021 03:36:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-09 12:28:52.800349
• Title: Inclusion-Exclusion Principle for Open Quantum Systems with Bosonic Bath
• Title（参考訳）: ボソニックバスを用いたオープン量子系の包含-排他原理
• Authors: Siyao Yang, Zhenning Cai, Jianfeng Lu
• Abstract要約: 素図形量子モンテカルロ法 (dQMC) とインチワームモンテカルロ法 (inchworm Monte Carlo method) のボソニック図上での包含排他原理を適用した2つの高速アルゴリズムを提案する。 インヒワームのモンテカルロの場合、提案された高速アルゴリズムは、フェルミオン系からボソニック系へ拡張する("Inclusion-exclusion principle for many-body diagrammatics", Phys. B, 98:115152, 2018)。
• 参考スコア（独自算出の注目度）: 5.989041429080286
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present two fast algorithms which apply inclusion-exclusion principle to sum over the bosonic diagrams in bare diagrammatic quantum Monte Carlo (dQMC) and inchworm Monte Carlo method, respectively. In the case of inchworm Monte Carlo, the proposed fast algorithm gives an extension to the work ["Inclusion-exclusion principle for many-body diagrammatics", Phys. Rev. B, 98:115152, 2018] from fermionic to bosonic systems. We prove that the proposed fast algorithms reduce the computational complexity from double factorial to exponential. Numerical experiments are carried out to verify the theoretical results and to compare the efficiency of the methods.
• Abstract（参考訳）: 素図形量子モンテカルロ法 (dQMC) とインチワームモンテカルロ法 (inchworm Monte Carlo method) のボゾン図上での包含排他原理を適用した2つの高速アルゴリズムを提案する。 inchworm monte carloの場合、提案された高速アルゴリズムは、フェルミオン系からボソニック系への作業 ["inclusion-exclusion principle for many-body diagrammatics", phys. rev. b, 98:115152, 2018] の拡張を与える。 提案した高速アルゴリズムは,計算複雑性を2因子から指数関数に還元する。 理論的結果を検証し,提案手法の有効性を比較するための数値実験を行った。

関連論文リスト

• Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
  本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。 本稿では,古典的および量子速度歪み理論に適用可能な凸最適化自由アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-10T06:16:24Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
  コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。 このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。 さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
  論文  参考訳（メタデータ） (2023-03-01T10:38:10Z)
• Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
  2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。 本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
  論文  参考訳（メタデータ） (2023-01-30T15:46:39Z)
• The Bold-Thin-Bold Diagrammatic Monte Carlo Method for Open Quantum Systems [0.0]
  調和浴と結合した量子系に対する2つの図式モンテカルロ法を提案する。 2つの方法に関連する支配方程式の基本的なメカニズムは、経路積分の繰り返し関係にある。 このアルゴリズムと比較すると,計算効率とメモリコストの面で,より優れた性能を示す。
  論文  参考訳（メタデータ） (2022-05-22T18:17:23Z)
• First-Order Algorithms for Nonlinear Generalized Nash Equilibrium Problems [88.58409977434269]
  非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。 我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。 これらのアルゴリズムに対する漸近的理論的保証を提供する。
  論文  参考訳（メタデータ） (2022-04-07T00:11:05Z)
• Fast Algorithms of Bath Calculations in Simulations of Quantum System-Bath Dynamics [5.989041429080286]
  ダイソン級数の和に対する高速アルゴリズムと量子系に対するインヒワームモンテカルロ法を提案する。 このアルゴリズムは、最も高価な部分は浴場影響関数の計算から得られる積分微分方程式の進化に基づいている。 提案した高速アルゴリズムは,時間ステップの総数である$N$を$O(N)$とすることで,そのような計算数を削減できることが証明されている。
  論文  参考訳（メタデータ） (2022-02-13T03:00:46Z)
• Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
  有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。 プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:21:41Z)
• Quantum Monte Carlo Integration: The Full Advantage in Minimal Circuit Depth [0.8122270502556371]
  提案手法の核心はモンテカルロ積分における期待を近似した和の直列分解である。 量子モンテカルロ積分に関する以前の提案は、これら全てを一度に達成していない。
  論文  参考訳（メタデータ） (2021-05-19T12:47:14Z)
• Demystifying Orthogonal Monte Carlo and Beyond [20.745014324028386]
  オルソゴン・モンテカルロ(オルソゴン・モンテカルロ、Orthogonal Monte Carlo、OMC)は、構造的幾何学的条件(オルソゴン性)をサンプルに課す非常に効果的なサンプリングアルゴリズムである。 我々は、OMCの背後にある理論原理に新たな光を当て、いくつかの新しい濃度結果を得るために負依存確率変数の理論を適用した。 我々は,Near-Orthogonal Monte Carlo (NOMC)と呼ばれる数論手法と粒子アルゴリズムを利用した新しい拡張法を提案する。
  論文  参考訳（メタデータ） (2020-05-27T18:44:38Z)

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。