論文の概要: Non-perturbative analytical diagonalization of Hamiltonians with
application to coupling suppression and enhancement in cQED
- arxiv url: http://arxiv.org/abs/2112.00039v2
- Date: Wed, 4 May 2022 16:38:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 06:52:02.805606
- Title: Non-perturbative analytical diagonalization of Hamiltonians with
application to coupling suppression and enhancement in cQED
- Title(参考訳): ハミルトンの非摂動解析対角化とカップリング抑制とcQEDの強化への応用
- Authors: Boxi Li, Tommaso Calarco and Felix Motzoi
- Abstract要約: 有効ハミルトニアン模型の導出は量子論において重要な役割を果たす。
実効ハミルトニアンモデルを計算するための2つのシンボリックな方法を提案する。
超伝導量子ビット系のZZおよびクロス共鳴相互作用について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deriving effective Hamiltonian models plays an essential role in quantum
theory, with particular emphasis in recent years on control and engineering
problems. In this work, we present two symbolic methods for computing effective
Hamiltonian models: the Non-perturbative Analytical Diagonalization (NPAD) and
the Recursive Schrieffer-Wolff Transformation (RSWT). NPAD makes use of the
Jacobi iteration and works without the assumptions of perturbation theory while
retaining convergence, allowing to treat a very wide range of models. In the
perturbation regime, it reduces to RSWT, which takes advantage of an in-built
recursive structure where remarkably the number of terms increases only
linearly with perturbation order, exponentially decreasing the number of terms
compared to the ubiquitous Schrieffer-Wolff method. In this regime, NPAD
further gives an exponential reduction in terms, i.e. superexponential compared
to Schrieffer-Wolff, relevant to high precision expansions. Both methods
consist of algebraic expressions and can be easily automated for symbolic
computation. To demonstrate the application of the methods, we study the ZZ and
cross-resonance interactions of superconducting qubits systems. We investigate
both suppressing and engineering the coupling in near-resonant and
quasi-dispersive regimes. With the proposed methods, the coupling strength in
the effective Hamiltonians can be estimated with high precision comparable to
numerical results.
- Abstract(参考訳): 効果的なハミルトン模型の導出は量子論において重要な役割を担い、近年では制御と工学の問題に特に重点を置いている。
本研究では,非摂動解析対角化(NPAD)と再帰シュリーファー・ヴォルフ変換(RSWT)という,効果的なハミルトンモデルを計算するための2つのシンボリックな方法を提案する。
NPAD はジャコビ反復を用いており、収束を維持しながら摂動理論の仮定なしで機能し、非常に幅広いモデルを扱うことができる。
摂動系では、項数が摂動次数で線形にしか増加せず、ユビキタス・シュリーファー・ウルフ法と比較して指数関数的に項数を減少させるin- built recursive structure(英語版)を利用するrswtに還元される。
この状態において、NPADはさらに指数関数的に減少し、すなわちシュリーファー=ヴォルフと比較して高い精度の展開に関係している。
どちらの手法も代数式で構成されており、記号計算のために容易に自動化できる。
本手法の適用を実証するため,超伝導量子ビット系のZZおよび交叉共振相互作用について検討した。
共振系および準分散系における結合の抑制と工学の両方について検討する。
提案手法により,実効ハミルトニアンの結合強度を数値計算値に匹敵する高精度で推定できる。
関連論文リスト
- Many-body perturbation theory for strongly correlated effective
Hamiltonians using effective field theory methods [0.0]
我々は多体理論の拡張手法を開発する。
我々は、適切な極限を再現するために調整された自由パラメータを含むことで、レイリー=シュリンガー摂動理論の定式化を一般化する。
超低温原子、核、凝縮物質物理学に関連する様々な系の基底状態は、標準多体理論の妥当性の領域を超えた質的に再現される。
論文 参考訳(メタデータ) (2024-02-27T15:55:05Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - A diagrammatic method to compute the effective Hamiltonian of driven
nonlinear oscillators [0.0]
我々は、駆動非線形発振器の有効ハミルトニアンを計算するために、ファインマン型図式に基づく新しい方法を提案する。
それぞれの図形に関連する図形構造は、位相的に同値な図形の単純な数え上げを含むハミルトン項に直接対応する。
本手法は,将来の量子機械に必要な精度で,量子システムの動的制御の基礎を確立する。
論文 参考訳(メタデータ) (2023-04-26T16:31:21Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳(メタデータ) (2022-02-15T19:00:09Z) - Proximal denoiser for convergent plug-and-play optimization with
nonconvex regularization [7.0226402509856225]
Plug-and-Play ()メソッドは、ニューラルネットワーク演算子をデノナイジング演算子に置き換えることで、アルゴリズムによって、近位姿勢の逆問題を解決する。
このデノイザが実際に勾配関数に対応していることが示される。
論文 参考訳(メタデータ) (2022-01-31T14:05:20Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳(メタデータ) (2021-11-16T20:50:08Z) - Designing Kerr Interactions for Quantum Information Processing via
Counterrotating Terms of Asymmetric Josephson-Junction Loops [68.8204255655161]
静的空洞非線形性は通常、ボゾン量子誤り訂正符号の性能を制限する。
非線形性を摂動として扱うことで、シュリーファー・ヴォルフ変換を用いて実効ハミルトニアンを導出する。
その結果、立方体相互作用は、線形演算と非線形演算の両方の有効率を高めることができることがわかった。
論文 参考訳(メタデータ) (2021-07-14T15:11:05Z) - Tensor lattice field theory with applications to the renormalization
group and quantum computing [0.0]
格子QCDの文脈で研究したモデル列に対する統計的サンプリングの成功と限界について論じる。
これらの格子モデルは、経路積分形式論における場積分を離散和に置き換えるテンソル法を用いて再構成可能であることを示す。
例えば、コールド原子を使った量子シミュレーション実験や、既存の量子コンピュータでプログラムするのに適したハミルトニアンを導出する。
論文 参考訳(メタデータ) (2020-10-13T16:46:34Z) - Adding machine learning within Hamiltonians: Renormalization group
transformations, symmetry breaking and restoration [0.0]
我々は、位相分類のために設計されたニューラルネットワークの予測関数を、系のハミルトニアン内の外部磁場に結合した共役変数として含む。
結果は, 対称性を破り, 復元することで, 秩序相転移を誘導できることを示す。
機械学習と物理をブリッジする上で,この手法がいかに重要なステップを提供するかを論じる。
論文 参考訳(メタデータ) (2020-09-30T18:44:18Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳(メタデータ) (2020-07-28T14:52:28Z) - Provably Efficient Neural Estimation of Structural Equation Model: An
Adversarial Approach [144.21892195917758]
一般化構造方程式モデル(SEM)のクラスにおける推定について検討する。
線形作用素方程式をmin-maxゲームとして定式化し、ニューラルネットワーク(NN)でパラメータ化し、勾配勾配を用いてニューラルネットワークのパラメータを学習する。
提案手法は,サンプル分割を必要とせず,確固とした収束性を持つNNをベースとしたSEMの抽出可能な推定手順を初めて提供する。
論文 参考訳(メタデータ) (2020-07-02T17:55:47Z)
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。