Fugu-MT 論文翻訳(概要): Tree-based Implementation of the Small Matrix Path Integral for System-Bath Dynamics

論文の概要: Tree-based Implementation of the Small Matrix Path Integral for System-Bath Dynamics

arxiv url: http://arxiv.org/abs/2207.11830v1
Date: Sun, 24 Jul 2022 22:21:10 GMT
ステータス: 処理完了
システム内更新日: 2023-02-03 22:07:21.806418
Title: Tree-based Implementation of the Small Matrix Path Integral for System-Bath Dynamics
Title（参考訳）: システムバスダイナミクスのための小行列経路積分のツリーベース実装
Authors: Geshuo Wang and Zhenning Cai
Abstract要約: SMatPI法は、高調波浴に結合した量子系の進化をシミュレートする効率的な数値手法である。 SMatPI行列の計算に焦点をあて、その計算コストについて厳密な研究を行う。
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: The small matrix path integral (SMatPI) method is an efficient numerical approach to simulate the evolution of a quantum system coupled to a harmonic bath. We focus on the computation of SMatPI matrices and perform some rigorous study of its computational cost. Finding that the computational cost for each path scales exponentially with the memory length, we figure out a recurrence relation of SMatPI matrices by which the computational cost for each path is within polynomial time. The implementation of the algorithm is based on an implicit tree structure, requiring memory cost to scale as the square of the memory length. The algorithm is called ``t-SMatPI'' and is validated by comparing with the classical iterative quasi-adiabatic propagator path integral in our numerical tests.
Abstract（参考訳）: small matrix path integral (smatpi) 法は、高調波浴に結合した量子系の進化をシミュレートする効率的な数値的手法である。我々は,smatpi行列の計算に焦点をあて,計算コストの厳密な研究を行う。その結果,各経路の計算コストはメモリ長とともに指数関数的にスケールし,各経路の計算コストが多項式時間以内であるSMatPI行列の繰り返し関係が明らかになった。アルゴリズムの実装は暗黙のツリー構造に基づいており、メモリコストはメモリ長の2乗としてスケールする必要がある。このアルゴリズムは `t-smatpi' と呼ばれ、数値実験において古典的反復的準断熱プロパゲータ経路積分と比較することで検証される。

関連論文リスト

Spectral Entry-wise Matrix Estimation for Low-Rank Reinforcement Learning [53.445068584013896]
低ランク構造を持つ強化学習(RL)における行列推定問題について検討した。低ランク帯では、回収される行列は期待される腕の報酬を指定し、低ランクマルコフ決定プロセス(MDP)では、例えばMDPの遷移カーネルを特徴付ける。簡単なスペクトルベースの行列推定手法は,行列の特異部分空間を効率よく復元し,ほぼ最小の入力誤差を示すことを示す。
論文参考訳（メタデータ） (2023-10-10T17:06:41Z)
Deep Unrolling for Nonconvex Robust Principal Component Analysis [75.32013242448151]
我々はロバスト成分分析のためのアルゴリズムを設計する(A) 行列を低主行列とスパース主行列の和に分解する。
論文参考訳（メタデータ） (2023-07-12T03:48:26Z)
BioSequence2Vec: Efficient Embedding Generation For Biological Sequences [1.0896567381206714]
本稿では,カーネルメソッドの品質を具現化する汎用表現学習手法を提案する。提案手法は,任意の距離への入力として利用することができる。我々はSARS-CoV-2系統や遺伝子ファミリー分類などの実世界の様々な分類タスクを行い、予測性能において最先端の埋め込みやカーネル手法よりも優れています。
論文参考訳（メタデータ） (2023-04-01T10:58:21Z)
Fast Differentiable Matrix Square Root and Inverse Square Root [65.67315418971688]
微分可能な行列平方根と逆平方根を計算するためのより効率的な2つの変種を提案する。前方伝搬には, Matrix Taylor Polynomial (MTP) を用いる方法と, Matrix Pad'e Approximants (MPA) を使用する方法がある。一連の数値実験により、両方の手法がSVDやNSの繰り返しと比較してかなりスピードアップすることが示された。
論文参考訳（メタデータ） (2022-01-29T10:00:35Z)
Sublinear Time Approximation of Text Similarity Matrices [50.73398637380375]
一般的なNystr"om法を不確定な設定に一般化する。我々のアルゴリズムは任意の類似性行列に適用でき、行列のサイズでサブ線形時間で実行される。本手法は,CUR分解の単純な変種とともに,様々な類似性行列の近似において非常によく機能することを示す。
論文参考訳（メタデータ） (2021-12-17T17:04:34Z)
Contour Integral-based Quantum Algorithm for Estimating Matrix Eigenvalue Density [5.962184741057505]
本稿では,固有値密度を所定の間隔で計算する量子アルゴリズムを提案する。所定の間隔における固有値カウントは、出力状態のキュービットの分数におけるビットパターンを観測する確率として導出される。
論文参考訳（メタデータ） (2021-12-10T08:58:44Z)
Fast Projected Newton-like Method for Precision Matrix Estimation under Total Positivity [15.023842222803058]
現在のアルゴリズムはブロック座標降下法や近点アルゴリズムを用いて設計されている。本稿では,2次元投影法に基づく新しいアルゴリズムを提案し,慎重に設計された探索方向と変数分割方式を取り入れた。合成および実世界のデータセットに対する実験結果から,提案アルゴリズムは最先端の手法と比較して計算効率を著しく向上させることを示した。
論文参考訳（メタデータ） (2021-12-03T14:39:10Z)
Non-Markovian Stochastic Schr\"odinger Equation: Matrix Product State Approach to the Hierarchy of Pure States [65.25197248984445]
開有限温度における非マルコフ力学に対する行列積状態(HOMPS)の階層を導出する。 HOMPSの有効性と効率性はスピン-ボソンモデルと長鎖に対して示され、各部位は構造化された強非マルコフ環境に結合する。
論文参考訳（メタデータ） (2021-09-14T01:47:30Z)
Robust 1-bit Compressive Sensing with Partial Gaussian Circulant Matrices and Generative Priors [54.936314353063494]
我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
論文参考訳（メタデータ） (2021-08-08T05:28:06Z)
The Fast Kernel Transform [21.001203328543006]
本稿では,FKT(Fast Kernel Transform:高速カーネル変換)を提案する。 FKT はガウス、マテルン、ラショナル四次共分散関数や物理的に動機付けられたグリーン関数など、幅広い種類のカーネルに容易に適用できる。本稿では、時間と精度のベンチマークを提供することによりFKTの有効性と汎用性を説明し、それを近隣埋め込み(t-SNE)とガウス過程を大規模実世界のデータセットに拡張する。
論文参考訳（メタデータ） (2021-06-08T16:15:47Z)
Fast and Accurate Pseudoinverse with Sparse Matrix Reordering and Incremental Approach [4.710916891482697]
擬逆は行列逆の一般化であり、機械学習で広く利用されている。 FastPIはスパース行列に対する新たなインクリメンタル特異値分解法(SVD)である。我々は,FastPIが精度を損なうことなく,他の近似手法よりも高速に擬似逆計算を行うことを示す。
論文参考訳（メタデータ） (2020-11-09T07:47:10Z)

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。