Fugu-MT 論文翻訳(概要): Nielsen complexity of coherent spin state operators

論文の概要: Nielsen complexity of coherent spin state operators

arxiv url: http://arxiv.org/abs/2106.11842v1
Date: Tue, 22 Jun 2021 14:58:21 GMT
ステータス: 処理完了
システム内更新日: 2023-03-25 20:53:58.790661
Title: Nielsen complexity of coherent spin state operators
Title（参考訳）: コヒーレントスピン状態作用素のニールセン複雑性
Authors: Kunal Pal, Kuntal Pal, Tapobrata Sarkar
Abstract要約: 我々は、コヒーレントスピン状態作用素のニールセンの回路複雑性を計算する。逆場における一軸ねじれハミルトニアンのスクイーズパラメータと、その複雑性がどう関係しているかを示す。
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 calculate Nielsen's circuit complexity of coherent spin state operators. An expression for the complexity is obtained by using the small angle approximation of the Euler angle parametrisation of a general $SO(3)$ rotation. This is then extended to arbitrary times for systems whose time evolutions are generated by couplings to an external field, as well as non-linearly interacting Hamiltonians. In particular, we show how the Nielsen complexity relates to squeezing parameters of the one-axis twisted Hamiltonians in a transverse field, thus indicating its relation with pairwise entanglement. We further point out the difficulty with this approach for the Lipkin-Meshkov-Glick model, and resolve the problem by computing the complexity in the Tait-Bryan parametrisation.
Abstract（参考訳）: コヒーレントスピン状態作用素のニールセンの回路複雑性を計算する。一般の $so(3)$ 回転のオイラー角パラメトリゼーションの小さい角度近似を用いて、複雑性の表現を求める。これは、時間発展が外部場へのカップリングと非線形相互作用ハミルトニアンによって生成される系に対して任意の時間に拡張される。特に、ニールセンの複雑性が一軸ツイストされたハミルトン群の横場におけるスクイーズパラメータとどのように関連しているかを示す。さらに,リプキン・メシュコフ・グリックモデルに対するこのアプローチの難しさを指摘し,タイト・ブリアンパラメトリゼーションの複雑性を計算して解決する。

関連論文リスト

Upper bounds on quantum complexity of time-dependent oscillators [0.0]
時間依存周波数を持つ調和振動子ハミルトニアンの量子複雑性の上限の明示的な公式が導出される。この結果はゲート複雑性とド・ジッター複雑性の初期の研究と一致している。これは、ニールセン複雑性を宇宙論に適用するための概念実証であり、高次項を含めることができる体系的な設定を提供する。
論文参考訳（メタデータ） (2024-07-01T18:00:03Z)
Complexity in two-point measurement schemes [0.0]
摂動を伴う2点計測プロトコルにおける可観測値の変化に伴う確率分布は,自動相関関数として記述できることを示す。発展状態が対応する共役空間にどのように広がるのかを考察する。プレクエンチハミルトニアンがカオスである場合にのみ、パラメータの大きい値に対して複雑性が飽和することを示す。
論文参考訳（メタデータ） (2023-11-14T04:00:31Z)
The Complexity of Being Entangled [0.0]
ニールセンの量子状態複雑性へのアプローチは、一元変換の多様体上の特定のノルムで計算された測地線の長さに状態を作るのに必要な最小の量子ゲート数に関係している。バイパーティイトシステムでは,単一サブシステムに作用するゲートがコストがかからないノルムに対応する結合複雑性について検討する。
論文参考訳（メタデータ） (2023-11-07T19:00:02Z)
Trapped-Ion Quantum Simulation of Collective Neutrino Oscillations [55.41644538483948]
量子計算を用いて,Nニュートリノ系のコヒーレントな集団振動を2成分近似でシミュレートする手法について検討した。第2次トロッタースズキ公式を用いたゲート複雑性は,量子信号処理などの他の分解方法よりも,システムサイズに優れることがわかった。
論文参考訳（メタデータ） (2022-07-07T09:39:40Z)
Relative Pose from SIFT Features [50.81749304115036]
基本行列の未知元と向きとスケールに関する新しい線形制約を導出する。提案した制約は、合成環境における多くの問題と、80000以上の画像ペア上で公開されている実世界のデータセットでテストされる。
論文参考訳（メタデータ） (2022-03-15T14:16:39Z)
Complexity, Information Geometry, and Loschmidt Echo near Quantum Criticality [0.0]
我々は Nielsen complexity $mathcal C_N$, Loschmidt echo $mathcal L$, Fubini-Study complexity $tau$ in the transverse XY model を考える。熱力学の限界では、ニールセンの複雑さとLoschmidtエコーは臨界線の近傍からクエンチするときに時間的振動を増大させる。
論文参考訳（メタデータ） (2021-10-05T14:54:05Z)
Intrinsic decoherence dynamics in the three-coupled harmonic oscillators interaction [77.34726150561087]
完備方程式、すなわちリンドブラッド形式にたどり着くのに使われた通常の二階近似を超えた明示的な解を与える。
論文参考訳（メタデータ） (2021-08-01T02:36:23Z)
Revisiting the Sample Complexity of Sparse Spectrum Approximation of Gaussian Processes [60.479499225746295]
本稿では,ガウス過程に対して,パラメータ空間全体に対して同時に保持可能な保証付きスケーラブルな近似を導入する。我々の近似は、スパーススペクトルガウス過程(SSGP)のための改良されたサンプル複雑性解析から得られる。
論文参考訳（メタデータ） (2020-11-17T05:41:50Z)
Implicit Regularization via Neural Feature Alignment [39.257382575749354]
ニューラル・タンジェントの特徴の動的アライメントによって引き起こされる正規化効果を強調した。線形モデルに対するラデマッハ複雑性境界の新しい解析を外挿することにより、この現象を捉える複雑性尺度を動機付け、研究する。
論文参考訳（メタデータ） (2020-08-03T15:18:07Z)
Multipole Graph Neural Operator for Parametric Partial Differential Equations [57.90284928158383]
物理系をシミュレーションするためのディープラーニングベースの手法を使用する際の大きな課題の1つは、物理ベースのデータの定式化である。線形複雑度のみを用いて、あらゆる範囲の相互作用をキャプチャする、新しいマルチレベルグラフニューラルネットワークフレームワークを提案する。実験により, 離散化不変解演算子をPDEに学習し, 線形時間で評価できることを確認した。
論文参考訳（メタデータ） (2020-06-16T21:56:22Z)
Measuring Model Complexity of Neural Networks with Curve Activation Functions [100.98319505253797]
本稿では,線形近似ニューラルネットワーク(LANN)を提案する。ニューラルネットワークのトレーニングプロセスを実験的に検討し、オーバーフィッティングを検出する。我々は、$L1$と$L2$正規化がモデルの複雑さの増加を抑制することを発見した。
論文参考訳（メタデータ） (2020-06-16T07:38:06Z)

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。