論文の概要: Strange Correlation Function for Average Symmetry-Protected Topological
Phases
- arxiv url: http://arxiv.org/abs/2210.17485v1
- Date: Mon, 31 Oct 2022 17:12:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-20 22:16:10.699447
- Title: Strange Correlation Function for Average Symmetry-Protected Topological
Phases
- Title(参考訳): 平均対称性による位相位相位相のストレンジ相関関数
- Authors: Jian-Hao Zhang, Yang Qi, Zhen Bi
- Abstract要約: 我々は最近発見された平均対称性保護トポロジカル位相(ASPT)の奇妙な相関器を1d$と2d$で設計する。
奇妙な相関器は、密度行列 $rho$ が非自明な ASPT 相であるとき、長距離または強法的な振る舞いを持つ。
- 参考スコア(独自算出の注目度): 5.20303569294688
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We design a strange correlator for the recently discovered average
symmetry-protected topological (ASPT) phases in $1d$ and $2d$. The strange
correlator has long-range or power-law behavior if the density matrix $\rho$ is
in a nontrivial ASPT phase. In all the $2d$ cases considered here, we find
interesting connections between strange correlators and correlation functions
in $2d$ loop models, based on which we can extract exact scaling exponents of
the strange correlators.
- Abstract(参考訳): 我々は最近発見された平均対称性保護トポロジカル位相(ASPT)の奇妙な相関器を1d$と2d$で設計する。
奇妙なコリレータは、密度行列 $\rho$ が非自明な aspt 位相であるとき、長距離またはパワーロー挙動を持つ。
ここで考慮された2d$のすべてのケースにおいて、2d$ループモデルにおいて、奇妙な相関子と相関関数の間の興味深い接続が見出され、奇妙な相関子の正確なスケーリング指数を抽出することができる。
関連論文リスト
- Correlated volumes for extended wavefunctions on a random-regular graph [0.0]
分岐数$k=2の乱乱ランダム正則グラフにおいて、アンダーソンモデルに対する金属波動関数のエルゴード特性を解析する。
熱力学的限界における対応するフラクタル次元$D_q$と、有限サイズ効果を制御する相関ボリューム$N_q$を抽出する。
論文 参考訳(メタデータ) (2023-11-13T19:15:18Z) - Neural-network quantum state study of the long-range antiferromagnetic
Ising chain [0.8668681178945166]
長距離反強磁性相互作用の崩壊を伴う横磁場イジング鎖の量子相転移について検討する。
中心電荷は、短距離(SR)イジング値に非常に近い臨界指数に対して、小さな崩壊指数$alpha_mathrmLR$で1/2から逸脱する。
論文 参考訳(メタデータ) (2023-08-18T17:58:36Z) - Correlations at higher-order exceptional points in non-Hermitian models [0.0]
高次例外点を持つ$mathcalPT$-symmetric non-Hermitian 1次元モデルの空間相関の減衰について検討する。
一定の相関長を超えて、彼らは異常なパワー・ローの振る舞いを発達させる。
相関長は、短距離での対数成長から大距離での定値への変化を示す絡み合いエントロピーにも反映される。
論文 参考訳(メタデータ) (2023-04-20T13:03:25Z) - Detection-Recovery Gap for Planted Dense Cycles [72.4451045270967]
期待帯域幅$n tau$とエッジ密度$p$をエルドホス=R'enyiグラフ$G(n,q)$に植え込むモデルを考える。
低次アルゴリズムのクラスにおいて、関連する検出および回復問題に対する計算しきい値を特徴付ける。
論文 参考訳(メタデータ) (2023-02-13T22:51:07Z) - A Law of Robustness beyond Isoperimetry [84.33752026418045]
我々は、任意の分布上でニューラルネットワークパラメータを補間する頑健性の低い$Omega(sqrtn/p)$を証明した。
次に、$n=mathrmpoly(d)$のとき、スムーズなデータに対する過度なパラメータ化の利点を示す。
我々は、$n=exp(omega(d))$ のとき、$O(1)$-Lipschitz の頑健な補間関数の存在を否定する。
論文 参考訳(メタデータ) (2022-02-23T16:10:23Z) - 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) - Dynamical Signatures of Chaos to Integrability Crossover in $2\times 2$
Generalized Random Matrix Ensembles [0.0]
NNS(Nearest Neighbor Spacing)の密度と2次モーメントの計算によるエネルギー相関について検討する。
NNSの2番目のモーメントである大きな$N$と相対的な相関穴の深さは、$gamma=2$で2次相転移を示す。
論文 参考訳(メタデータ) (2020-10-28T05:02:13Z) - A Random Matrix Analysis of Random Fourier Features: Beyond the Gaussian
Kernel, a Precise Phase Transition, and the Corresponding Double Descent [85.77233010209368]
本稿では、データサンプルの数が$n$である現実的な環境で、ランダムフーリエ(RFF)回帰の正確さを特徴付けます。
この分析はまた、大きな$n,p,N$のトレーニングとテスト回帰エラーの正確な推定も提供する。
論文 参考訳(メタデータ) (2020-06-09T02:05:40Z) - $O(n)$ Connections are Expressive Enough: Universal Approximability of
Sparse Transformers [71.31712741938837]
注意層ごとに$O(n)$接続しか持たないスパース変換器は、$n2$接続を持つ高密度モデルと同じ関数クラスを近似できることを示す。
また、標準NLPタスクにおいて、異なるパターン・レベルの違いを比較検討する。
論文 参考訳(メタデータ) (2020-06-08T18:30:12Z) - Quantum correlations in $\mathcal{PT}$-symmetric systems [0.0]
我々は、$mathcalPT$-symmetric Physics を観察するために、パラダイム的なセットアップにおける相関のダイナミクスについて研究する。
コヒーレント状態から始まる量子相関(QC)は、系が不整合にのみ駆動されているにもかかわらず生成され、無期限に生存することができる。
論文 参考訳(メタデータ) (2020-02-25T19:00:02Z) - Non-asymptotic Convergence of Adam-type Reinforcement Learning
Algorithms under Markovian Sampling [56.394284787780364]
本稿では、ポリシー勾配(PG)と時間差(TD)学習の2つの基本RLアルゴリズムに対して、最初の理論的収束解析を行う。
一般の非線形関数近似の下では、PG-AMSGradは定常点の近傍に収束し、$mathcalO(log T/sqrtT)$である。
線形関数近似の下では、一定段階のTD-AMSGradは$mathcalO(log T/sqrtT)の速度で大域的最適化の近傍に収束する。
論文 参考訳(メタデータ) (2020-02-15T00:26:49Z)
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。