論文の概要: Dilute neutron star matter from neural-network quantum states
- arxiv url: http://arxiv.org/abs/2212.04436v1
- Date: Thu, 8 Dec 2022 17:55:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 18:49:45.898266
- Title: Dilute neutron star matter from neural-network quantum states
- Title（参考訳）: ニューラルネットワーク量子状態からの希薄中性子星物質
- Authors: Bryce Fore, Jane M. Kim, Giuseppe Carleo, Morten Hjorth-Jensen,
Alessandro Lovato
- Abstract要約: 低密度中性子物質はクーパー対の形成と超流動の開始によって特徴づけられる。
我々は、モンテカルロ変分法と再構成技術を組み合わせた隠れ核量子ネットワーク量子状態の表現性に乗じて、この密度構造をモデル化する。
- 参考スコア（独自算出の注目度）: 58.720142291102135
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Low-density neutron matter is characterized by fascinating emergent quantum
phenomena, such as the formation of Cooper pairs and the onset of
superfluidity. We model this density regime by capitalizing on the expressivity
of the hidden-nucleon neural-network quantum states combined with variational
Monte Carlo and stochastic reconfiguration techniques. Our approach is
competitive with the auxiliary-field diffusion Monte Carlo method at a fraction
of the computational cost. Using a leading-order pionless effective field
theory Hamiltonian, we compute the energy per particle of infinite neutron
matter and compare it with those obtained from highly realistic interactions.
In addition, a comparison between the spin-singlet and triplet two-body
distribution functions indicates the emergence pairing in the $^1S_0$ channel.
- Abstract（参考訳）: 低密度中性子物質は、クーパー対の形成や超流動の開始など、興味深い創発的な量子現象によって特徴づけられる。
我々は,この密度分布をモンテカルロ変分法と確率的再構成法を組み合わせた隠れ核系量子状態の表現性に乗じてモデル化する。
我々の手法は計算コストのごく一部で補助場拡散モンテカルロ法と競合する。
一階のピオンレス実効場理論を用いて、無限中性子物質の粒子あたりのエネルギーを計算し、非常に現実的な相互作用から得られたエネルギーと比較する。
さらに、スピンシンクレットとトリプルト2体分布関数の比較は、$^1S_0$チャネルの出現対を示す。
関連論文リスト
- Bardeen-Cooper-Schrieffer interaction as an infinite-range Penson-Kolb pairing mechanism [0.0]
有名な $(kuparrow, -kdownarrow)$ Bardeen-Cooper-Schrieffer 相互作用が実空間で考えると、無限範囲のペンソン=コルブ対化機構と等価であることを示す。
リング状格子に閉じ込められたフェルミオン粒子の動力学について検討した。
論文 参考訳（メタデータ） (2024-01-30T10:29:46Z) - Resolving nonclassical magnon composition of a magnetic ground state via
a qubit [44.99833362998488]
量子ビットと非固有モードマグノンとの直接分散結合により、マグノン数状態の量子重ね合わせを検出することができることを示す。
この特異な結合は、平衡マグノンのスクイーズと、フォック状態さえも決定論的に生成できる。
論文 参考訳（メタデータ） (2023-06-08T09:30:04Z) - Neural-network quantum states for ultra-cold Fermi gases [49.725105678823915]
この研究は、メッセージパッシングアーキテクチャに基づいたバックフロー変換を含む、新しいPfaffian-Jastrowニューラルネットワーク量子状態を導入する。
逆スピン対分布関数による強いペアリング相関の出現を観察する。
この結果から, ニューラルネットワーク量子状態は, 超低温フェルミガスの研究に有望な戦略をもたらすことが示唆された。
論文 参考訳（メタデータ） (2023-05-15T17:46:09Z) - Classical and quantum facilitated exclusion processes [0.0]
古典的促進プロセスエンジニアの量子アナログは興味深い$quantum$$absorbing$$transition$で、量子粒子は、非絡み合った直積吸収相から、密度$rho=1/2$で有限電流の絡み合った定常状態へ遷移する。
我々の研究は、古典的に相互作用する排他的プロセスと、非エルミート量子ハミルトニアンの相互作用の2つのサブフィールドを結び付け、それらが実現した非平衡相の共通テーマを示す。
論文 参考訳（メタデータ） (2023-02-17T12:43:55Z) - Trapped-Ion Quantum Simulation of Collective Neutrino Oscillations [55.41644538483948]
量子計算を用いて,Nニュートリノ系のコヒーレントな集団振動を2成分近似でシミュレートする手法について検討した。
第2次トロッタースズキ公式を用いたゲート複雑性は,量子信号処理などの他の分解方法よりも,システムサイズに優れることがわかった。
論文 参考訳（メタデータ） (2022-07-07T09:39:40Z) - Hidden-nucleons neural-network quantum states for the nuclear many-body
problem [0.0]
元の空間に隠されたヌクレオンの付加は、ニューラルネットワークアーキテクチャの表現性を増大させることを示す。
この方法は、中質量核の高精度な量子モンテカルロ研究の道を開く。
論文 参考訳（メタデータ） (2022-06-20T22:00:53Z) - Non-Gaussian superradiant transition via three-body ultrastrong coupling [62.997667081978825]
3体結合を特徴とする量子光学ハミルトニアンのクラスを導入する。
提案手法は,検討されたモデルを実装した最先端技術に基づくサーキットQED方式を提案する。
論文 参考訳（メタデータ） (2022-04-07T15:39:21Z) - A multiconfigurational study of the negatively charged nitrogen-vacancy
center in diamond [55.58269472099399]
広帯域ギャップ半導体の深い欠陥は、量子センシングと情報応用を実現するための主要な量子ビット候補として現れている。
ここでは、単一粒子処理とは異なり、伝統的に原子/分子に予約されていた多重構成量子化学法は、これらの欠陥中心の電子状態の多体特性を正確に記述する。
論文 参考訳（メタデータ） (2020-08-24T01:49:54Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z)
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。