論文の概要: Average scattering entropy for periodic, aperiodic and random
distribution of vertices in simple quantum graphs
- arxiv url: http://arxiv.org/abs/2110.02840v2
- Date: Mon, 28 Feb 2022 15:42:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 08:10:18.024148
- Title: Average scattering entropy for periodic, aperiodic and random
distribution of vertices in simple quantum graphs
- Title（参考訳）: 単純な量子グラフにおける周期的・非周期的・ランダムな頂点分布の平均散乱エントロピー
- Authors: Alison A. Silva and Fabiano M. Andrade and D. Bazeia
- Abstract要約: この研究は量子グラフの平均散乱エントロピーを扱う。
これは、量子系に対する現在の関心の幾何学的および位相的効果を探索するために使われる別のツールと見なすことができる。
- 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: This work deals with the average scattering entropy of quantum graphs. We
explore this concept in several distinct scenarios that involve periodic,
aperiodic and random distribution of vertices of distinct degrees. In
particular, we compare distinct situations to see how they behave as we change
the arrangements of vertices and the topology and geometry of the proposed
structures. The results show that the average scattering entropy may depend on
the number of vertices, and on the topological and geometrical disposition of
vertices and edges of the quantum graph. In this sense, it can be seen as
another tool to be used to explore geometric and topological effects of current
interest for quantum systems.
- Abstract（参考訳）: この研究は、量子グラフの平均散乱エントロピーを扱う。
この概念を、周期的、非周期的、ランダムな異なる次数の頂点分布を含むいくつかの異なるシナリオで探求する。
特に、頂点の配置や提案された構造のトポロジーや幾何学を変えてどのように振る舞うかを見るために、異なる状況を比較する。
その結果、平均散乱エントロピーは、頂点の数と、量子グラフの頂点と辺の位相的および幾何学的配置に依存する可能性が示唆された。
この意味では、量子系に対する現在の関心の幾何学的および位相的効果を探求するために用いられる別のツールと見なすことができる。
関連論文リスト
- Quantum geometry embedded in unitarity of evolution: revealing its impacts as quantum oscillation and dephasing in spin resonance and crystal bands [0.29127054707887967]
我々は、一元的進化の本質的な結果として、幾何学が量子内でどのように現れるかを示す。
スピンやバンドのシナリオにおいて、振動やデファスティングなどの幾何学的可観測物を例示する。
論文 参考訳（メタデータ） (2024-06-22T13:16:51Z) - Gaussian Entanglement Measure: Applications to Multipartite Entanglement
of Graph States and Bosonic Field Theory [50.24983453990065]
フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。
本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。
自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
論文 参考訳（メタデータ） (2024-01-31T15:50:50Z) - Action formalism for geometric phases from self-closing quantum
trajectories [55.2480439325792]
単一量子ビット系の連続ガウス測度によって誘導される自閉軌道のサブセットの幾何学的位相について検討する。
測定強度パラメータの関数として,最も可能性の高い軌道の幾何学的位相が自己閉軌道の位相的遷移を行うことを示す。
論文 参考訳（メタデータ） (2023-12-22T15:20:02Z) - Entanglement entropy of higher rank topological phases [0.0]
本研究では,制限されたモビリティ制約を持つ分数励起を許容する異常な$mathbbZ_N$トポロジカル安定化符号の絡み合いエントロピーについて検討する。
従来の位相的に順序付けられた位相における円盤幾何学の絡み合いエントロピーのサブリーディング項は、分数励起の量子次元の総数と関係していることが広く知られている。
論文 参考訳（メタデータ） (2023-02-22T16:06:01Z) - Geometric phases along quantum trajectories [58.720142291102135]
観測量子系における幾何相の分布関数について検討する。
量子ジャンプを持たない1つの軌道に対して、位相の位相遷移はサイクル後に得られる。
同じパラメータに対して、密度行列は干渉を示さない。
論文 参考訳（メタデータ） (2023-01-10T22:05:18Z) - Scattering entropies of quantum graphs with several channels [0.0]
多くの異なる状況において、量子グラフの散乱エントロピーを扱う。
この結果は、量子グラフの輸送に関連するモデルの量化子として用いられるかもしれない。
論文 参考訳（メタデータ） (2022-11-17T17:35:06Z) - Geometric Scattering on Measure Spaces [12.0756034112778]
測度空間上での幾何散乱の一般統一モデルを導入する。
未知多様体をランダムにサンプリングして得られる有限測度空間を考える。
本稿では, 関連するグラフ散乱変換が基礎多様体上の散乱変換を近似するデータ駆動グラフを構築するための2つの方法を提案する。
論文 参考訳（メタデータ） (2022-08-17T22:40:09Z) - q-Paths: Generalizing the Geometric Annealing Path using Power Means [51.73925445218366]
我々は、幾何学と算術の混合を特別なケースとして含むパスのファミリーである$q$-pathsを紹介した。
幾何経路から離れた小さな偏差がベイズ推定に経験的利得をもたらすことを示す。
論文 参考訳（メタデータ） (2021-07-01T21:09:06Z) - Average scattering entropy of quantum graphs [0.0]
本稿では,グラフを散乱エントロピーに関連付ける手法を提案し,これを平均散乱エントロピーと呼ぶ。
グリーン関数法を用いて計算した散乱振幅の周期を考慮することで定義される。
論文 参考訳（メタデータ） (2021-01-13T18:22:51Z) - Hilbert-space geometry of random-matrix eigenstates [55.41644538483948]
パラメータ依存ランダム行列アンサンブルの固有状態のヒルベルト空間幾何について論じる。
この結果はフビニ・スタディ計量とベリー曲率の正確な関節分布関数を与える。
この結果とランダム・マトリクス・アンサンブルの数値シミュレーションおよびランダム磁場中の電子との比較を行った。
論文 参考訳（メタデータ） (2020-11-06T19:00:07Z) - Understanding Graph Neural Networks with Generalized Geometric
Scattering Transforms [67.88675386638043]
散乱変換は、畳み込みニューラルネットワークのモデルとして機能する多層ウェーブレットベースのディープラーニングアーキテクチャである。
非対称ウェーブレットの非常に一般的なクラスに基づくグラフに対して、窓付きおよび非窓付き幾何散乱変換を導入する。
これらの非対称グラフ散乱変換は、対称グラフ散乱変換と多くの理論的保証を持つことを示す。
論文 参考訳（メタデータ） (2019-11-14T17:23:06Z)
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。
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。