論文の概要: Probing non-Markovian quantum dynamics with data-driven analysis: Beyond
"black-box" machine learning models
- arxiv url: http://arxiv.org/abs/2103.14490v3
- Date: Fri, 7 Oct 2022 09:46:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 19:21:03.625263
- Title: Probing non-Markovian quantum dynamics with data-driven analysis: Beyond
"black-box" machine learning models
- Title（参考訳）: データ駆動分析による非マルコフ量子力学の探索:「ブラックボックス」機械学習モデルを超えて
- Authors: I. A. Luchnikov, E. O. Kiktenko, M. A. Gavreev, H. Ouerdane, S. N.
Filippov, and A. K. Fedorov
- Abstract要約: 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。
- 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: A precise understanding of the influence of a quantum system's environment on
its dynamics, which is at the heart of the theory of open quantum systems, is
crucial for further progress in the development of controllable large-scale
quantum systems. However, existing approaches to account for complex
system-environment interaction in the presence of memory effects are either
based on heuristic and oversimplified principles or give rise to computational
difficulties. In practice, one can leverage on available experimental data and
replace first-principles simulations with a data-driven analysis that is often
much simpler. Inspired by recent advances in data analysis and machine
learning, we propose a data-driven approach to the analysis of the
non-Markovian dynamics of open quantum systems. Our method allows, on the one
hand, capturing the most important characteristics of open quantum systems such
as the effective dimension of the environment and the spectrum of the joint
system-environment quantum dynamics, and, on the other hand, reconstructing a
predictive model of non-Markovian quantum dynamics, and denoising the measured
quantum trajectories. We demonstrate the performance of the proposed approach
with various models of open quantum systems, including a qubit coupled with a
finite environment, a spin-boson model, and the damped Jaynes-Cummings model.
- Abstract（参考訳）: オープン量子システムの理論の核となる量子システムのダイナミクスに対する量子システムの環境の影響の正確な理解は、制御可能な大規模量子システムの発展のさらなる進展に不可欠である。
しかし、メモリ効果の存在下での複雑なシステム環境相互作用を考慮に入れた既存のアプローチは、ヒューリスティックで過度に単純化された原理に基づくか、あるいは計算困難を引き起こす。
実際、利用可能な実験データを利用して、第一原理シミュレーションを、より単純なデータ駆動分析に置き換えることができる。
データ分析と機械学習の最近の進歩に触発されて,オープン量子システムの非マルコフ力学解析に対するデータ駆動アプローチを提案する。
一方,本手法では,環境の有効次元や共同系環境量子力学のスペクトルといったオープン量子系の最も重要な特性を捉えることができ,一方,非マルコフ量子力学の予測モデルを再構成し,測定された量子軌跡を復調することができる。
本研究では, 有限環境と結合した量子ビット, スピンボーソンモデル, 減衰されたjaynes-cummingsモデルなど, オープン量子システムの様々なモデルを用いて, 提案手法の性能を示す。
関連論文リスト
- Learning the dynamics of Markovian open quantum systems from experimental data [3.7127285734321203]
このアルゴリズムはマルコフ・チェイン・モンテカルロのアプローチに基づいている。
我々は,1対の量子エミッタ上で実行される量子光学実験について,我々のアルゴリズムをベンチマークした。
論文 参考訳（メタデータ） (2024-10-23T15:14:59Z) - Quantum reservoir computing on random regular graphs [0.0]
量子貯水池コンピューティング(QRC)は、入力駆動多体量子システムと古典的な学習技術を組み合わせた低複雑性学習パラダイムである。
我々は、情報局在化、動的量子相関、および乱れハミルトニアンの多体構造について研究する。
そこで本研究では、乱れたアナログ量子学習プラットフォームの最適設計のためのガイドラインを提供する。
論文 参考訳（メタデータ） (2024-09-05T16:18:03Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Effective Modeling of Open Quantum Systems by Low-rank Discretization of Structured Environments [0.0]
我々は、システム環境相互作用の離散的な低ランクモデルを作成するための新しい戦略を開拓した。
テンソルネットワーク手法と組み合わせることで,提案手法の有効性を実証する。
新しいモデリングフレームワークは、オープン量子システム分析の飛躍の基盤を定めている。
論文 参考訳（メタデータ） (2024-07-26T17:27:09Z) - Subsystem Information Capacity in Random Circuits and Hamiltonian Dynamics [3.6343650965508187]
本研究は、ランダム量子回路のサブシステムと量子ハミルトン進化によって形成される有効チャネルに焦点を当てる。
本研究では,初期情報符号化方式が1対1,1対マニー,多対マニーといった情報力学に与える影響を明らかにする。
論文 参考訳（メタデータ） (2024-05-08T14:18:36Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Thermodynamics of quantum trajectories on a quantum computer [0.0]
オープンシステム力学は、興味あるシステムをアシラに結合することで量子コンピュータ上でシミュレートされる。
所望の性質を持つ量子軌道の確率を高めるために、開系の力学を制御する方法を示す。
論文 参考訳（メタデータ） (2023-01-17T19:00:03Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Tracing Information Flow from Open Quantum Systems [52.77024349608834]
我々は導波路アレイに光子を用いて、キュービットと低次元の離散環境とのカップリングの量子シミュレーションを実装した。
量子状態間のトレース距離を情報の尺度として用いて、異なるタイプの情報伝達を分析する。
論文 参考訳（メタデータ） (2021-03-22T16:38:31Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳（メタデータ） (2020-07-23T19:05:56Z)
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。