論文の概要: PyCCE: A Python Package for Cluster Correlation Expansion Simulations of Spin Qubit Dynamic

• arxiv url: http://arxiv.org/abs/2107.05843v1
• Date: Tue, 13 Jul 2021 04:49:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-22 11:54:23.237354
• Title: PyCCE: A Python Package for Cluster Correlation Expansion Simulations of Spin Qubit Dynamic
• Title（参考訳）: PyCCE: Spin Qubit Dynamicのクラスタ相関拡張シミュレーションのためのPythonパッケージ
• Authors: Mykyta Onizhuk, Giulia Galli
• Abstract要約: スピン浴におけるスピン量子ビットのダイナミクスをシミュレートするオープンソースライブラリであるPyCCEを提案する。 PyCCEにはリアルなスピンバスを生成するモジュールが含まれており、電子構造符号の第一原理から計算された結合パラメータを利用する。 Pythonライブラリのユースケースとして, ダイヤモンド中の窒素空孔のHhn-echoコヒーレンス時間計算, 炭化ケイ素中の塩基性空孔のコヒーレンス時間計算, シリコン中の浅層ドナーの磁場配向依存性ダイナミクスの3つを挙げる。
• 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 present PyCCE, an open-source Python library to simulate the dynamics of spin qubits in a spin bath, using the cluster-correlation expansion (CCE) method. PyCCE includes modules to generate realistic spin baths, employing coupling parameters computed from first principles with electronic structure codes, and enables the user to run simulations with either the conventional or generalized CCE method. We illustrate three use cases of the Python library: the calculation of the Hahn-echo coherence time of the nitrogen vacancy in diamond; the calculation of the coherence time of the basal divacancy in silicon carbide at avoided crossings; and the magnetic field orientation-dependent dynamics of a shallow donor in silicon. The complete documentation and installation instructions are available at https://pycce.readthedocs.io/en/latest/.
• Abstract（参考訳）: 我々は,クラスタ相関拡張(CCE)法を用いて,スピン浴におけるスピン量子ビットのダイナミクスをシミュレートするオープンソースのPythonライブラリであるPyCCEを提案する。 PyCCEは、現実的なスピンバスを生成するモジュールを含み、電子構造符号の第一原理から計算された結合パラメータを使用し、ユーザーは従来のCCE法または一般化されたCCE法のいずれかでシミュレーションを実行することができる。 我々は,pythonライブラリの3つのユースケースとして,ダイヤモンド中の窒素空孔のハーン・エコーコヒーレンス時間の計算,炭化ケイ素の基底空孔の交差回避時のコヒーレンス時間の計算,シリコンの浅いドナーの磁場配向依存性ダイナミクスについて述べる。 完全なドキュメンテーションとインストール手順はhttps://pycce.readthedocs.io/en/latest/にある。

関連論文リスト

• Simulation-based inference with the Python Package sbijax [0.7499722271664147]
  sbijaxは、ニューラルネットワークベースの推論に様々な最先端のメソッドを実装するPythonパッケージである。 このパッケージはベイズ近似計算の機能を提供し、モデル診断を計算し、自動的に要約統計を推定する。
  論文  参考訳（メタデータ） (2024-09-28T18:47:13Z)
• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• PyPOTS: A Python Toolbox for Data Mining on Partially-Observed Time Series [0.0]
  PyPOTSは、部分的に保存された時系列のデータマイニングと分析に特化した、オープンソースのPythonライブラリである。 これは、計算、分類、クラスタリング、予測の4つのタスクに分類される多様なアルゴリズムに容易にアクセスできる。
  論文  参考訳（メタデータ） (2023-05-30T07:57:05Z)
• Trieste: Efficiently Exploring The Depths of Black-box Functions with TensorFlow [50.691232400959656]
  Triesteは、ベイジアン最適化とアクティブラーニングのためのオープンソースのPythonパッケージである。 我々のライブラリは、シーケンシャルな意思決定ループ内で人気のあるモデルのプラグアンドプレイを可能にする。
  論文  参考訳（メタデータ） (2023-02-16T17:21:49Z)
• TSFEDL: A Python Library for Time Series Spatio-Temporal Feature Extraction and Prediction using Deep Learning (with Appendices on Detailed Network Architectures and Experimental Cases of Study) [9.445070013080601]
  TSFEライブラリは、AGPLv3ライセンスの下でflow+KerasとPyTorchモジュールのセット上に構築されている。 この提案に含まれるアーキテクチャのパフォーマンス検証は、このPythonパッケージの有用性を確認している。
  論文  参考訳（メタデータ） (2022-06-07T10:58:33Z)
• TorchNTK: A Library for Calculation of Neural Tangent Kernels of PyTorch Models [16.30276204466139]
  我々は、PyTorchフレームワークでニューラルネットワークモデルの実験的ニューラルネットワークカーネル(NTK)を計算するためのピソンライブラリであるTorchNTKを紹介する。 このライブラリの特徴は、ユーザをレイヤワイドNTKコンポーネントに公開し、階層ワイドの計算がよりメモリ効率が高いことを示すことである。
  論文  参考訳（メタデータ） (2022-05-24T21:27:58Z)
• pymdp: A Python library for active inference in discrete state spaces [52.85819390191516]
  pymdpはPythonでアクティブな推論をシミュレートするオープンソースパッケージである。 我々は,POMDPによるアクティブな推論をシミュレートする,最初のオープンソースパッケージを提供する。
  論文  参考訳（メタデータ） (2022-01-11T12:18:44Z)
• Scikit-dimension: a Python package for intrinsic dimension estimation [58.8599521537]
  この技術ノートは、固有次元推定のためのオープンソースのPythonパッケージであるtextttscikit-dimensionを紹介している。 textttscikit-dimensionパッケージは、Scikit-learnアプリケーションプログラミングインターフェイスに基づいて、既知のID推定子のほとんどを均一に実装する。 パッケージを簡潔に記述し、実生活と合成データにおけるID推定手法の大規模(500以上のデータセット)ベンチマークでその使用を実証する。
  論文  参考訳（メタデータ） (2021-09-06T16:46:38Z)
• Kernel learning approaches for summarising and combining posterior similarity matrices [68.8204255655161]
  我々は,ベイズクラスタリングモデルに対するMCMCアルゴリズムの出力を要約するための新しいアプローチを提案するために,後部類似性行列(PSM)の概念を構築した。 我々の研究の重要な貢献は、PSMが正の半定値であり、したがって確率的に動機付けられたカーネル行列を定義するのに使用できることである。
  論文  参考訳（メタデータ） (2020-09-27T14:16:14Z)
• A Kernel-Based Approach to Non-Stationary Reinforcement Learning in Metric Spaces [53.47210316424326]
  KeRNSは、非定常マルコフ決定過程におけるエピソード強化学習のためのアルゴリズムである。 我々は、状態-作用空間の被覆次元と時間とともにMDPの総変動にスケールする後悔境界を証明した。
  論文  参考訳（メタデータ） (2020-07-09T21:37:13Z)

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。