論文の概要: Krylov complexity in large-$q$ and double-scaled SYK model
- arxiv url: http://arxiv.org/abs/2210.02474v2
- Date: Wed, 12 Oct 2022 14:07:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-23 17:27:10.191210
- Title: Krylov complexity in large-$q$ and double-scaled SYK model
- Title(参考訳): 大型SYKモデルと大規模SYKモデルにおけるクリロフ複雑性
- Authors: Budhaditya Bhattacharjee, Pratik Nandy, Tanay Pathak
- Abstract要約: 我々は、Krylov複雑性とより高いKrylov累積を、$t/q$効果とともに、部分リーディング順序で計算する。
クリロフ複雑性は分布の「サイズ」を自然に記述し、高い累積量はよりリッチな情報をエンコードする。
クリロフ複雑性の増大は「超高速」のように見えるが、これは以前はド・ジッター空間の揺らぎと関連していると推測されていた。
- 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: Considering the large-$q$ expansion of the Sachdev-Ye-Kitaev (SYK) model in
the two-stage limit, we compute the Lanczos coefficients, Krylov complexity,
and the higher Krylov cumulants in subleading order, along with the $t/q$
effects. The Krylov complexity naturally describes the "size" of the
distribution, while the higher cumulants encode richer information. We further
consider the double-scaled limit of SYK$_q$ at infinite temperature, where $q
\sim \sqrt{N}$. In such a limit, we find that the scrambling time shrinks to
zero, and the Lanczos coefficients diverge. The growth of Krylov complexity
appears to be "hyperfast", which is previously conjectured to be associated
with scrambling in de Sitter space.
- Abstract(参考訳): 2段階の極限におけるSachdev-Ye-Kitaev (SYK) モデルの大規模な$qの展開を考えると、Lanczos係数、Krylov複雑性、およびより高いKrylov累積を、$t/q$効果とともに昇華順序で計算する。
クリロフ複雑性は分布の「サイズ」を自然に記述し、高い累積量はよりリッチな情報をエンコードする。
さらに、無限温度での SYK$_q$ の倍スケール極限を考え、$q \sim \sqrt{N}$ を考える。
そのような極限において、スクランブル時間は0に縮まり、ランツォ係数は分岐する。
クリロフ複雑性の成長は「超高速」であり、以前はド・ジッター空間におけるスクランブルと関連していると推測されていた。
関連論文リスト
- Krylov complexity of fermion chain in double-scaled SYK and power spectrum perspective [0.0]
有限温度2倍スケールSYK(DSSYK)モデルにおける複数のマヨラナフェルミオンからなるフェルミオン連鎖作用素のクリロフ複雑性について検討する。
クリロフ複雑性が2点関数から計算可能であるという事実を利用して、2点関数が単純になる極限で解析を行う。
極低温条件下でのクリロフ複雑性の指数的成長を確認した。
論文 参考訳(メタデータ) (2024-07-18T08:47:05Z) - KPZ scaling from the Krylov space [83.88591755871734]
近年,Cardar-Parisi-Zhangスケーリングをリアルタイムの相関器や自動相関器に示す超拡散が報告されている。
これらの結果から着想を得て,Krylov演算子に基づく相関関数のKPZスケーリングについて検討する。
論文 参考訳(メタデータ) (2024-06-04T20:57:59Z) - Dissecting Quantum Many-body Chaos in the Krylov Space [8.51823003676739]
我々は、クリロフ基底のサイズを探索するクリロフ計量 $K_mn$ を導入する。
例えば、$h=varkappa / 2alpha$ は量子 Lyapunov exponent $varkappa$ と Krylov exponent $alpha$ の比である。
論文 参考訳(メタデータ) (2024-04-12T02:40:29Z) - Krylov complexity in the IP matrix model II [0.0]
我々は、クリロフの複雑性がゼロ温度の振動から無限温度の指数的な成長へとどのように変化するかを研究する。
任意の非零温度のIPモデルは、グリーン関数が時としてパワー則によって崩壊しても、クリロフ複雑性の指数関数的な成長を示す。
論文 参考訳(メタデータ) (2023-08-15T04:25:55Z) - Settling the Sample Complexity of Online Reinforcement Learning [92.02082223856479]
バーンインコストを発生させることなく、最小限の最適後悔を実現する方法を示す。
最適値/コストや一定の分散といった問題依存量の影響を明らかにするために、我々の理論を拡張します。
論文 参考訳(メタデータ) (2023-07-25T15:42:11Z) - Lower Bounds for Learning in Revealing POMDPs [88.23337313766355]
本稿では, 難易度の高い環境下での強化学習(RL)の基本的限界について検討する。
Emphmulti-steping POMDPs に対して、潜伏状態空間依存はサンプル複雑性において少なくとも$Omega(S1.5)$であることを示す。
論文 参考訳(メタデータ) (2023-02-02T18:59:30Z) - Cosmological Krylov Complexity [0.0]
ド・ジッター空間の平面/インフレパッチからクリロフ複雑性(K$)を2モード圧縮状態形式を用いて研究する。
この系に対するクリロフ複雑性(K$)は、体積との関係を示す平均粒子数と等しいことを示す。
論文 参考訳(メタデータ) (2022-03-27T15:36:58Z) - Annihilating Entanglement Between Cones [77.34726150561087]
ローレンツ錐体は、ある種の強いレジリエンス特性を満たす対称基底を持つ唯一の円錐体であることを示す。
我々の証明はローレンツ・コーンの対称性を利用しており、エンタングルメント蒸留のプロトコルに類似した2つの構造を適用している。
論文 参考訳(メタデータ) (2021-10-22T15:02:39Z) - Operator complexity: a journey to the edge of Krylov space [0.0]
クリロフ複雑性(英: Krylov complexity, K-complexity')は、この成長を特別な基底で定量化する。
有限エントロピー系におけるK-複素性の進化について,スクランブル時間よりも大きい時間スケールについて検討する。
論文 参考訳(メタデータ) (2020-09-03T18:10:20Z) - The Complexity of Adversarially Robust Proper Learning of Halfspaces
with Agnostic Noise [67.27523616312428]
分布非依存型PACモデルにおけるハーフスペースの逆強正則学習の計算複雑性について検討する。
この問題に対して,計算効率のよい学習アルゴリズムとほぼ一致する計算硬度結果を与える。
論文 参考訳(メタデータ) (2020-07-30T04:18:51Z) - Best Arm Identification for Cascading Bandits in the Fixed Confidence
Setting [81.70513857417106]
CascadeBAIを設計し、分析する。これは、$K$アイテムのベストセットを見つけるアルゴリズムである。
CascadeBAIの時間的複雑さの上限は、決定的な分析課題を克服することによって導かれる。
その結果,カスケードBAIの性能は,時間的複雑性の低い境界の導出により,いくつかの実践的状況において最適であることが示唆された。
論文 参考訳(メタデータ) (2020-01-23T16:47:52Z)
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。