Fugu-MT 論文翻訳(概要): Universal Prony fitting decomposition for optimized hierarchical quantum master equations

論文の概要: Universal Prony fitting decomposition for optimized hierarchical quantum master equations

arxiv url: http://arxiv.org/abs/2204.06875v1
Date: Thu, 14 Apr 2022 10:55:39 GMT
ステータス: 処理完了
システム内更新日: 2023-02-17 00:16:53.497437
Title: Universal Prony fitting decomposition for optimized hierarchical quantum master equations
Title（参考訳）: 最適化階層型量子マスター方程式に対するユニバーサルプロニーフィッティング分解
Authors: Zi-Hao Chen, Yao Wang, Xiao Zheng, Rui-Xue Xu, YiJing Yan
Abstract要約: 本研究では,プロニーフィッティング分解法(PFD)を高精度かつ効率的な指数級数法として提案する。結果として生じる階層的な運動方程式(HEOM)は、特に極低温状態において非常に最適化されている。実演では、パドスペクトル分解法に対して現在のPFDを校正し、続いて単一不純物アンダーソンモデルシステム上でのHEOM評価を収束させる。
参考スコア（独自算出の注目度）: 9.385683681088087
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work, we propose the Prony fitting decomposition (PFD) as an accurate and efficient exponential series method, applicable to arbitrary interacting bath correlation functions. The resulting hierarchical equations of motion (HEOM) formalism is greatly optimized, especially in extremely low temperature regimes that would be inaccessible with other methods. For demonstration, we calibrate the present PFD against the celebrated Pad\'e spectrum decomposition method, followed by converged HEOM evaluations on the single-impurity Anderson model system.
Abstract（参考訳）: 本研究では, 任意の相互作用する浴槽相関関数に適用可能な, 高精度かつ効率的な指数級数法として, プロニーフィッティング分解(PFD)を提案する。結果として生じる階層的な運動方程式(HEOM)は、特に他の方法ではアクセスできない極低温状態において、非常に最適化されている。実演のために,本pfdを定評あるpad\'eスペクトル分解法に対して校正し,その後,単一不純物アンダーソンモデル系におけるheom評価を収束させた。

関連論文リスト

Total Uncertainty Quantification in Inverse PDE Solutions Obtained with Reduced-Order Deep Learning Surrogate Models [50.90868087591973]
機械学習サロゲートモデルを用いて得られた逆PDE解の総不確かさを近似したベイズ近似法を提案する。非線型拡散方程式に対する反復的アンサンブルスムーズおよび深層アンサンブル法との比較により,提案手法を検証した。
論文参考訳（メタデータ） (2024-08-20T19:06:02Z)
About the performance of perturbative treatments of the spin-boson dynamics within the hierarchical equations of motion approach [7.573209631509984]
FP-HEOMは高次マスター方程式の研究に体系的に利用できることを示す。スピンボソン問題における0温度でのサブオヘミックスペクトル分布の難解なシナリオに焦点をあてる。我々は、FP-HEOMの正確な動態から得られた集団力学のメモリカーネルと、近似NIBAのメモリカーネルを比較した。
論文参考訳（メタデータ） (2023-08-03T20:01:40Z)
Effective-Hamiltonian theory: An approximation to the equilibrium state of open quantum systems [0.0]
我々は、最近開発されたエフェクト・ハミルトニアン法(EFFH)を、熱浴と強く結合した量子系の平衡状態(平均ギブズ状態)の近似として拡張し、ベンチマークする。両手法は平衡状態の類似構造を予測するが, EFFH法は簡単な計算と閉形式解析結果の利点を提供する。
論文参考訳（メタデータ） (2023-07-26T17:50:08Z)
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)
Efficient low temperature simulations for fermionic reservoirs with the hierarchical equations of motion method: Application to the Anderson impurity model [0.0]
本研究では、周波数領域におけるフェルミ関数とハイブリダイゼーション関数を近似するために、バリ中心表現を用いる。これらの関数を最適化された有理分解で近似することにより、貯水池相関関数の分解における基底関数の数を大幅に削減する。低温条件下でのアンダーソン不純物モデル (AIM) に適用することにより, 新しい分解方式の効率, 精度, 長期安定性を実証する。
論文参考訳（メタデータ） (2022-11-08T08:46:23Z)
Taming Quantum Noise for Efficient Low Temperature Simulations of Open Quantum Systems [4.866728358750297]
最適化された有理分解と等価な高次松原極を体系的にクラスタリングすることで、周波数空間における量子ノイズを効果的に処理する。これはHEOMの任意の温度へのエレガントな拡張と、効率性、高精度、長期間の安定性と組み合わせて非常に一般的な貯水池に繋がる。非自明な応用の1つとして、温度が消える際のサブホミックスピンボソンモデルに対して、シーバ関係を定量的に検証し、相関関数の長時間の減衰を予測する。
論文参考訳（メタデータ） (2022-02-08T18:46:11Z)
Last-Iterate Convergence of Saddle-Point Optimizers via High-Resolution Differential Equations [83.3201889218775]
広く使われている1次サドル点最適化法は、帰納的導出時に同一の連続時間常微分方程式(ODE)を導出する。しかし、これらの方法の収束特性は、単純な双線型ゲームでさえ質的に異なる。いくつかのサドル点最適化法のための微分方程式モデルの設計に流体力学の研究フレームワークを採用する。
論文参考訳（メタデータ） (2021-12-27T18:31:34Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
Full-polaron master equation approach to dynamical steady states of a driven two-level system beyond the weak system-environment coupling [1.7188280334580193]
フルポーラロンマスター方程式と弱カップリング非マルコフマスター方程式を適用し、駆動二層系の定常特性を記述する。我々のフルポーラロン方程式アプローチは、弱結合理論法で用いられる特別な再正規化スキームを必要としない。
論文参考訳（メタデータ） (2020-07-17T17:21:01Z)
Training Deep Energy-Based Models with f-Divergence Minimization [113.97274898282343]
深部エネルギーベースモデル(EBM)は分布パラメトリゼーションにおいて非常に柔軟であるが、計算的に困難である。所望のf偏差を用いてEMMを訓練するための、f-EBMと呼ばれる一般的な変分フレームワークを提案する。実験の結果,F-EBMは対照的なばらつきよりも優れており,KL以外のf-divergencesを用いたEBMの訓練の利点も示された。
論文参考訳（メタデータ） (2020-03-06T23:11:13Z)
A Near-Optimal Gradient Flow for Learning Neural Energy-Based Models [93.24030378630175]
学習エネルギーベースモデル(EBM)の勾配流を最適化する新しい数値スキームを提案する。フォッカー・プランク方程式から大域相対エントロピーの2階ワッサーシュタイン勾配流を導出する。既存のスキームと比較して、ワッサーシュタイン勾配流は実データ密度を近似するより滑らかで近似的な数値スキームである。
論文参考訳（メタデータ） (2019-10-31T02:26:20Z)

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。