論文の概要: Tracking locality in time evolution of disordered systems
- arxiv url: http://arxiv.org/abs/2211.11480v1
- Date: Mon, 21 Nov 2022 14:16:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-17 23:24:42.311646
- Title: Tracking locality in time evolution of disordered systems
- Title(参考訳): 乱れたシステムの時間進化における局所性追跡
- Authors: Tomasz Szo{\l}dra, Piotr Sierant, Maciej Lewenstein, Jakub Zakrzewski
- Abstract要約: 相関関数差 (CFD) を導入し, 与えられたサイト上の相関関係を, フルシステムである$L$と$ellL$サイトに対する制限とで比較する。
CFDはエルゴディック,アンダーソン,および多体局所状態の例を考慮し,量子多体系の情報伝達に有用な情報を提供することを示した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Using local density correlation functions for a one-dimensional spin system,
we introduce a correlation function difference (CFD) which compares
correlations on a given site between a full system of size $L$ and its
restriction to $\ell<L$ sites. We show that CFD provides useful information on
transfer of information in quantum many-body systems by considering the
examples of ergodic, Anderson, and many-body localized regimes in disordered
XXZ spin chain. In the ergodic phase, we find that the propagation of CFD is
asymptotically faster than the spin transport but slower than the ballistic
propagation implied by the Lieb-Robinson bound. In contrast, in the localized
cases, we unravel an exponentially slow relaxation of CFD. Connections between
CFD and other observables detecting non-local correlations in the system are
discussed.
- Abstract(参考訳): 一次元スピン系の局所密度相関関数を用いて、所与のサイト上のフルシステムである$L$と$\ell<L$サイトとの相関関係を比較する相関関数差(CFD)を導入する。
本稿では, 量子多体系における情報伝達に関する有用な情報として, エルゴード系, アンダーソン系, および乱れたXXZスピン鎖における多体局所化機構の例を考察する。
エルゴード相では、CFDの伝播はスピン輸送よりも漸近的に速いが、リーブ・ロビンソン境界によって示唆される弾道伝播よりも遅い。
対照的に、局所化の場合、CFDの指数的に緩やかな緩和が生じる。
cfdと非局所相関を検知する他の観測器との接続について検討した。
関連論文リスト
- Fully-Connected Spatial-Temporal Graph for Multivariate Time-Series Data [50.84488941336865]
完全時空間グラフニューラルネットワーク(FC-STGNN)という新しい手法を提案する。
グラフ構築のために、時間的距離に基づいて、すべてのタイムスタンプにセンサーを接続する減衰グラフを設計する。
グラフ畳み込みのために,移動プールGNN層を用いたFCグラフ畳み込みを考案し,ST依存性を効果的に把握し,効率的な表現を学習する。
論文 参考訳(メタデータ) (2023-09-11T08:44:07Z) - Machine learning in and out of equilibrium [58.88325379746631]
我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。
我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。
本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
論文 参考訳(メタデータ) (2023-06-06T09:12:49Z) - Acceleration in Distributed Optimization Under Similarity [72.54787082152278]
集中ノードを持たないエージェントネットワーク上での分散(強い凸)最適化問題について検討する。
$varepsilon$-solutionは$tildemathcalrhoObig(sqrtfracbeta/mu (1-)log1/varepsilonbig)$通信ステップ数で達成される。
この速度は、関心のクラスに適用される分散ゴシップ-アルゴリズムの、初めて(ポリログ因子まで)より低い複雑性の通信境界と一致する。
論文 参考訳(メタデータ) (2021-10-24T04:03:00Z) - Space-Time Graph Neural Networks [104.55175325870195]
本研究では、時空間グラフニューラルネットワーク(ST-GNN)を導入し、時間変動ネットワークデータの時空間トポロジを共同処理する。
解析の結果,システムのネットワークトポロジと時間進化の変動はST-GNNの性能に大きく影響しないことがわかった。
論文 参考訳(メタデータ) (2021-10-06T16:08:44Z) - Detecting ergodic bubbles at the crossover to many-body localization
using neural networks [0.0]
実験的に測定可能な2点相関関数を用いてエルゴード気泡を検出するアルゴリズムを提案する。
本研究は, 異常多体系の熱化機構の研究において, 新たな経路を開くものである。
論文 参考訳(メタデータ) (2021-06-03T13:03:36Z) - Early Detection of COVID-19 Hotspots Using Spatio-Temporal Data [66.70036251870988]
疾病予防管理センター(CDC)は他の連邦機関と協力して、新型コロナウイルス(COVID-19)の感染が増加する郡(ホットスポット)を特定する。
本稿では,米国における新型コロナウイルスホットスポットの早期発見のためのスパースモデルを提案する。
深層ニューラルネットワークは、カーネルの解釈可能性を維持しながらモデルの代表的なパワーを高めるために導入されている。
論文 参考訳(メタデータ) (2021-05-31T19:28:17Z) - Emergence of disconnected clusters in heterogeneous complex systems [0.0]
複雑系における高相関サイトは本質的には非連結であることを示す。
この発見は、類似性が物理的接続性から切り離される、動的相関の反直感的な組織であることを示している。
論文 参考訳(メタデータ) (2020-12-01T12:45:59Z) - Many-body localization and enhanced non-ergodic sub-diffusive regime in
the presence of random long-range interactions [0.0]
決定論的非周期ポテンシャルを持つスピンレスフェルミオンの一次元系における多体局在(MBL)について検討した。
MBLは$alpha 1$でも存続し、幅広い非エルゴード部分拡散相が先行することを示す。
論文 参考訳(メタデータ) (2020-10-23T15:38:35Z) - Read-out of Quasi-periodic Systems using Qubits [0.0]
本研究では,1次元準周期系に純粋に分解型項を結合した単一量子ビットのデコヒーレンスダイナミクスが単一粒子固有状態(SPE)の性質に敏感であることを示す。
準周期系の輸送特性がしきい値時間のスケーリングにおいて符号化され、量子ビット間の相関関係が形成されることを示した。
論文 参考訳(メタデータ) (2020-09-27T10:24:26Z) - Large-scale nonlinear Granger causality: A data-driven, multivariate
approach to recovering directed networks from short time-series data [0.0]
本稿では,システムコンポーネント間の因果関係を推定するための大規模Granger Causality (lsNGC) アプローチを提案する。
lsNGCは、コンポーネント時系列間の機能的相互依存性に関する明示的な事前仮定を持たないカジュアルな関係を識別する。
我々は,2ノードから34ノードのカオス時系列システムにおいて,ネットワーク構造を復元するlsNGCの能力について検討した。
論文 参考訳(メタデータ) (2020-09-10T06:27:57Z) - A Unified Theory of Decentralized SGD with Changing Topology and Local
Updates [70.9701218475002]
分散通信方式の統一収束解析を導入する。
いくつかの応用に対して普遍収束率を導出する。
私たちの証明は弱い仮定に依存している。
論文 参考訳(メタデータ) (2020-03-23T17:49:15Z)
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。