論文の概要: Probing the entanglement of operator growth
- arxiv url: http://arxiv.org/abs/2111.03424v3
- Date: Mon, 14 Mar 2022 13:17:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 02:15:06.663754
- Title: Probing the entanglement of operator growth
- Title(参考訳): オペレータの成長の絡み合いの探究
- Authors: Dimitrios Patramanis
- Abstract要約: 我々は、量子情報からツールを用いて、リー対称性を持つ系の演算子成長を探索する。
すなわち、SU(1,1) と SU(2) 対称性を持つ系のクリロフ複雑性、エンタングルメント負性、フォン・ノイマンエントロピー、およびエンタングルメントの容量について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work we probe the operator growth for systems with Lie symmetry using
tools from quantum information. Namely, we investigate the Krylov complexity,
entanglement negativity, von Neumann entropy and capacity of entanglement for
systems with SU(1,1) and SU(2) symmetry. Our main tools are two-mode coherent
states, whose properties allow us to study the operator growth and its
entanglement structure for any system in a discrete series representation of
the groups under consideration. Our results verify that the quantities of
interest exhibit certain universal features in agreement with the universal
operator growth hypothesis. Moreover, we illustrate the utility of this
approach relying on symmetry as it significantly facilitates the calculation of
quantities probing operator growth. In particular, we argue that the use of the
Lanczos algorithm, which has been the most important tool in the study of
operator growth so far, can be circumvented and all the essential information
can be extracted directly from symmetry arguments.
- Abstract(参考訳): 本研究では、量子情報からツールを用いて、リー対称性を持つ系の演算子成長を探索する。
すなわち、SU(1,1) と SU(2) 対称性を持つ系のクリロフ複雑性、エンタングルメント負性、フォン・ノイマンエントロピー、およびエンタングルメントの容量について検討する。
我々の主なツールは2モードのコヒーレント状態であり、その性質により、検討中の群の離散直列表現における任意の系に対する作用素の成長とその絡み合い構造を研究できる。
実験の結果, 興味の量は, 普遍作用素成長仮説と一致して, 普遍的な特徴を示すことがわかった。
さらに, この手法の有用性を対称性に依拠し, 演算子の増大を推定する量の計算を著しく促進することを示した。
特に、これまでの演算子成長の研究において最も重要なツールであるLanczosアルゴリズムの使用は回避可能であり、すべての必須情報を対称性の議論から直接抽出できると論じる。
関連論文リスト
- Partial observations, coarse graining and equivariance in Koopman
operator theory for large-scale dynamical systems [0.0]
クープマン作用素は、複雑なシステムのデータ駆動分析、予測、制御に不可欠なツールとなっている。
システム力学の対称性はクープマン作用素に受け継がれ、モデル効率を大幅に向上させることができることを示す。
論文 参考訳(メタデータ) (2023-07-28T06:03:19Z) - Understanding Augmentation-based Self-Supervised Representation Learning
via RKHS Approximation and Regression [53.15502562048627]
最近の研究は、自己教師付き学習とグラフラプラシアン作用素のトップ固有空間の近似との関係を構築している。
この研究は、増強に基づく事前訓練の統計的分析に発展する。
論文 参考訳(メタデータ) (2023-06-01T15:18:55Z) - Scrambling and quantum chaos indicators from long-time properties of
operator distributions [0.0]
スクラムリングは、量子多体系の非平衡特性の解析において重要な概念である。
演算子の空間における粗粒度確率分布として扱われる拡張係数の構造について検討する。
オペレータ分布の長期特性は,これらのケースに共通する特徴を示す。
論文 参考訳(メタデータ) (2022-11-29T02:06:30Z) - Gate-based spin readout of hole quantum dots with site-dependent
$g-$factors [101.23523361398418]
ゲート型反射率計を用いたスピンリードアウトによりシリコン中の二重量子ドットを実験的に検討した。
磁気分光法により生じる反射位相信号の特徴は,2点のサイト依存の$g-$factorに関する情報を伝達する。
論文 参考訳(メタデータ) (2022-06-27T09:07:20Z) - Operator Growth and Symmetry-Resolved Coefficient Entropy in Quantum
Maps [0.0]
演算子基底の一般的な選択の下では、係数エントロピーは対称性による演算子成長の抑制を捉えることができないことを示す。
演算子の複雑性の適切な診断法として「対称性分解係数エントロピー」を提案する。
論文 参考訳(メタデータ) (2021-11-16T19:04:29Z) - Geometry of Krylov Complexity [0.0]
我々は、対称性によって支配される多体量子系における作用素成長とクリロフ複雑性に対する幾何学的アプローチを開発する。
この幾何学において、作用素の成長は測地学で表され、クリロフ複雑性は体積に比例することを示す。
量子光学の手法を用いて、エンタングルメントやレニーエントロピーといった量子情報ツールを用いて演算子の進化を研究する。
論文 参考訳(メタデータ) (2021-09-08T18:00:00Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - Out-of-time-order correlations and the fine structure of eigenstate
thermalisation [58.720142291102135]
量子情報力学と熱化を特徴付けるツールとして、OTOC(Out-of-time-orderor)が確立されている。
我々は、OTOCが、ETH(Eigenstate Thermalisation hypothesis)の詳細な詳細を調査するための、本当に正確なツールであることを明確に示している。
無限温度状態における局所作用素の和からなる可観測物の一般クラスに対して、$omega_textrmGOE$の有限サイズスケーリングを推定する。
論文 参考訳(メタデータ) (2021-03-01T17:51:46Z) - Sinkhorn Natural Gradient for Generative Models [125.89871274202439]
本研究では,シンクホーンの発散による確率空間上の最も急降下法として機能するシンクホーン自然勾配(SiNG)アルゴリズムを提案する。
本稿では,SiNG の主要成分であるシンクホーン情報行列 (SIM) が明示的な表現を持ち,対数的スケールの複雑さを正確に評価できることを示す。
本実験では,SiNGと最先端のSGD型解法を定量的に比較し,その有効性と有効性を示す。
論文 参考訳(メタデータ) (2020-11-09T02:51:17Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳(メタデータ) (2020-06-22T08:35:58Z) - On operator growth and emergent Poincar\'e symmetries [0.0]
有限温度での一般大Nゲージ理論に対する作用素成長を考察する。
これらのモードの代数は、初期作用素が時間とともに混合する作用素の簡単な解析を可能にする。
これらのアプローチはすべて、ゲルファント・ナイマルク・セガル(GNS)の構成の観点から自然な定式化を持つことを示す。
論文 参考訳(メタデータ) (2020-02-10T15:29:50Z)
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。