論文の概要: On intermediate statistics across many-body localization transition
- arxiv url: http://arxiv.org/abs/2108.11654v2
- Date: Fri, 12 Nov 2021 12:27:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-17 03:18:03.657037
- Title: On intermediate statistics across many-body localization transition
- Title(参考訳): 多体局在遷移における中間統計量について
- Authors: Bitan De, Piotr Sierant, and Jakub Zakrzewski
- Abstract要約: 我々はPechukas と Yukawa が導入した固有値の合同確率分布を思い出す。
結果の単一パラメータ解析分布はモンテカルロ法により数値的に探索される
このPechukas-Yukawa分布は、$beta$-Gaussianアンサンブルと好意的に比較できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The level statistics in the transition between delocalized and localized
{phases of} many body interacting systems is {considered}. We recall the joint
probability distribution for eigenvalues resulting from the statistical
mechanics for energy level dynamics as introduced by Pechukas and Yukawa. The
resulting single parameter analytic distribution is probed numerically {via
Monte Carlo method}. The resulting higher order spacing ratios are compared
with data coming from different {quantum many body systems}. It is found that
this Pechukas-Yukawa distribution compares favorably with {$\beta$--Gaussian
ensemble -- a single parameter model of level statistics proposed recently in
the context of disordered many-body systems.} {Moreover, the Pechukas-Yukawa
distribution is also} only slightly inferior to the two-parameter $\beta$-h
ansatz shown {earlier} to reproduce {level statistics of} physical systems
remarkably well.
- Abstract(参考訳): 多くの身体相互作用系における非局在化と局所化 {phases of} の遷移におけるレベル統計は {considered} である。
我々は,pechukas と yukawa が導入したエネルギー準位力学の統計力学に基づく固有値の合同確率分布を想起する。
結果の単一パラメータ解析分布はモンテカルロ法により数値的に探索される。
結果として得られる高次間隔比は、異なる数のボディシステムから得られるデータと比較される。
このpechukas-yukawa分布は、乱れた多体系の文脈で最近提案されたレベル統計の単一のパラメータモデルである{$\beta$-gaussian ensembleと好適に比較できることがわかった。
さらに、pechukas-yukawa分布は2パラメータの$\beta$-h ansatz の {earlier} よりもわずかに劣っており、物理系の {level statistics of} を非常によく再現している。
関連論文リスト
- Non-asymptotic Convergence of Discrete-time Diffusion Models: New
Approach and Improved Rate [54.596887384531236]
我々は離散時間拡散モデルの下で、分布のかなり大きなクラスに対する収束保証を確立する。
パラメータ依存を明示した分布の興味深いクラスに対して,結果の専門化を行う。
本稿では,新しい加速サンプリング器を提案し,対応する正則サンプリング器の収束率を桁違いに向上することを示す。
論文 参考訳(メタデータ) (2024-02-21T16:11:47Z) - Level spacing distribution of localized phases induced by quasiperiodic
potentials [12.252808610222004]
準周期局在位相のレベル間隔分布を解析的に取得する。
隣接するギャップの比を導出し、1つのサンプルに対して$delta$関数であることが分かる。
本研究は,準周期系におけるレベル統計の再評価に重要な意味を持つ。
論文 参考訳(メタデータ) (2024-01-18T15:33:25Z) - Conformal inference for regression on Riemannian Manifolds [49.7719149179179]
回帰シナリオの予測セットは、応答変数が$Y$で、多様体に存在し、Xで表される共変数がユークリッド空間にあるときに検討する。
我々は、多様体上のこれらの領域の経験的バージョンが、その集団に対するほぼ確実に収束していることを証明する。
論文 参考訳(メタデータ) (2023-10-12T10:56:25Z) - Sampling Multimodal Distributions with the Vanilla Score: Benefits of
Data-Based Initialization [19.19974210314107]
Hyv"arinen氏は、データから分布を学ぶ方法として、バニラスコアマッチングを提案した。
実験的な分布において, 早期停止を伴うランゲヴィン拡散を証明し, データから推定したスコア関数上で実行することで, 自然マルチモーダル分布の生成に成功した。
論文 参考訳(メタデータ) (2023-10-03T03:06:59Z) - Fit Like You Sample: Sample-Efficient Generalized Score Matching from
Fast Mixing Diffusions [29.488555741982015]
幅広いマルコフ過程の混合時間と生成元 $mathcalL$ との密接な関係を示す。
我々はマルコフ連鎖を高速化し、より良いスコアマッチング損失を構築する技術に適応する。
特に、拡散のプレコンディショニング'をスコア損失の適切なプレコンディショニング'に変換することができる。
論文 参考訳(メタデータ) (2023-06-15T17:58:42Z) - Classification of Heavy-tailed Features in High Dimensions: a
Superstatistical Approach [1.4469725791865984]
我々は2つのデータポイントの雲と一般的なセントロイドの混合の学習を特徴付ける。
得られた推定器の一般化性能について検討し、正規化の役割を解析し、分離性遷移を解析した。
論文 参考訳(メタデータ) (2023-04-06T07:53:05Z) - Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。
これらの結果はサンプル状態と有限状態の両方で定式化する。
論文 参考訳(メタデータ) (2022-10-03T06:09:01Z) - Ground-state energy distribution of disordered many-body quantum systems [0.0]
乱れた多体量子系の基底状態エネルギー分布に着目した。
提案するシステムの基底状態エネルギー分布を高精度に再現する解析式を導出する。
論文 参考訳(メタデータ) (2022-05-19T18:00:03Z) - Random Forest Weighted Local Fr\'echet Regression with Random Objects [52.25304029942005]
本稿では,新しいランダム森林重み付き局所Fr'echet回帰パラダイムを提案する。
最初の方法は,これらの重みを局所平均として利用し,条件付きFr'echet平均を解く。
第二の手法は局所線形Fr'echet回帰を行い、どちらも既存のFr'echet回帰法を大幅に改善した。
論文 参考訳(メタデータ) (2022-02-10T09:10:59Z) - Unrolling Particles: Unsupervised Learning of Sampling Distributions [102.72972137287728]
粒子フィルタリングは複素系の優れた非線形推定を計算するために用いられる。
粒子フィルタは様々なシナリオにおいて良好な推定値が得られることを示す。
論文 参考訳(メタデータ) (2021-10-06T16:58:34Z) - Distributional Reinforcement Learning via Moment Matching [54.16108052278444]
ニューラルネットワークを用いて各戻り分布から統計量の有限集合を学習する手法を定式化する。
我々の手法は、戻り分布とベルマン目標の間のモーメントの全ての順序を暗黙的に一致させるものとして解釈できる。
Atariゲームスイートの実験により,本手法は標準分布RLベースラインよりも優れていることが示された。
論文 参考訳(メタデータ) (2020-07-24T05:18:17Z)
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。