論文の概要: Optimal population transfer using the adiabatic rapid passage in the
presence of drive-induced dissipation
- arxiv url: http://arxiv.org/abs/2301.10182v1
- Date: Tue, 24 Jan 2023 17:47:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 12:48:28.732793
- Title: Optimal population transfer using the adiabatic rapid passage in the
presence of drive-induced dissipation
- Title（参考訳）: adiabatic rapid passageを用いたドライブ誘発散逸の有無下での最適人口移動
- Authors: Nilanjana Chanda, Pratik Patnaik, Rangeet Bhattacharyya
- Abstract要約: 最近、オープン量子系において、強い駆動を適用すると、大きな駆動誘起散逸(DID)が発生することが判明した。
本稿では, 線形チャープパルスを用いた2レベルシステム上でのARPの性能に及ぼすDIDの影響について検討する。
駆動振幅のしきい値を超えると、DIDにより転送確率が低下することを示す。
- 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: Adiabatic rapid passage (ARP) is extensively used to achieve efficient
transfer or inversion of populations in quantum systems. Landau and Zener
accurately estimated the transfer probability of ARP for a closed system and
showed that this probability improved with higher drive amplitude. Recently, we
have found that in open quantum systems, applying a strong drive can give rise
to significant drive-induced dissipation (DID). Here, we investigate the effect
of DID on the performance of ARP that is implemented using a linearly chirped
pulse on a two-level system. From the Landau-Zener formula, the population
transfer was known to be enhanced with increasing drive amplitude. However,
here we show that beyond a threshold value of the drive amplitude, the transfer
probability is reduced because of the detrimental effect of DID. We show that
the competition between the two processes results in an optimal behavior of the
population transfer. We also propose a phenomenological model that helps
explain such nonmonotonic behavior of the transfer. Using this model, we
estimate the optimum time at which the maximum population transfer occurs. We
extend the analysis for rectangular as well as Gaussian pulse profiles and
conclude that a Gaussian pulse outperforms a rectangular pulse.
- Abstract（参考訳）: adiabatic rapid passage (arp) は、量子系における集団の効率的な移動や反転を達成するために広く使われている。
Landau と Zener は閉系における ARP の転送確率を正確に推定し,この確率は高い駆動振幅で向上することを示した。
近年、オープン量子システムでは、強いドライブを適用すると大きなdid(drive-induced dissipation)が発生することが判明した。
本稿では,線形チャープパルスを用いた2レベルシステム上でのARPの性能に及ぼすDIDの影響について検討する。
ランダウ・ツェナーの公式から、人口移動は駆動振幅の増加とともに増大することが知られている。
しかし,本研究では,駆動振幅のしきい値を超えると,diの悪影響により伝達確率が低下することを示す。
この2つのプロセス間の競合は、人口移動の最適な行動をもたらすことを示す。
また, 伝達の非単調な挙動を説明するための現象論的モデルを提案する。
このモデルを用いて,最大人口移動の発生時刻を推定する。
我々は、矩形パルスとガウスパルスプロファイルの解析を拡張し、ガウスパルスが長方形パルスより優れていると結論づける。
関連論文リスト
- Particle velocities and long-range transport in classically forbidden
regions [0.0]
2つの結合導波路電位系における質量粒子の運動について検討する。
我々の研究は、波動関数の密度勾配は真の量子力学タイプの運動を示すことを示唆している。
論文 参考訳（メタデータ） (2022-12-22T10:02:47Z) - Measurement-Induced State Transitions in a Superconducting Qubit: Within
the Rotating Wave Approximation [130.72139958948287]
超伝導量子ビットは通常、分散読み出しスキームを使用し、共振器はその周波数がキュービット状態に依存するようにキュービットに結合される。
実験により、平均共振器光子数が一定の閾値を超えると、量子ビットはその計算部分空間から励起されることが示されている。
本研究では,これらの遷移を,平均光子数,および量子状態への依存度を実験的に測定し,トランモン量子ビットを用いて検討する。
論文 参考訳（メタデータ） (2022-12-09T19:48:55Z) - Diffusion Model Based Posterior Sampling for Noisy Linear Inverse
Problems [6.066320781596792]
雑音線形測定から未知の信号を再構成するための教師なし汎用サンプリング手法を提案する。
具体的には、未知信号の先行は、1つの事前学習拡散モデル(DM)によって暗黙的にモデル化される
後方サンプリングでは、正確な雑音摂動確率スコアの難易度に対処するため、単純で効果的な擬似雑音摂動スコアを導入する。
論文 参考訳（メタデータ） (2022-11-20T01:09:49Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文 参考訳（メタデータ） (2022-06-29T22:19:03Z) - Score-Guided Intermediate Layer Optimization: Fast Langevin Mixing for
Inverse Problem [97.64313409741614]
ランダム重み付きDNNジェネレータを反転させるため,Langevinアルゴリズムの定常分布を高速に混合し,特徴付ける。
本稿では,事前学習した生成モデルの潜時空間における後部サンプリングを提案する。
論文 参考訳（メタデータ） (2022-06-18T03:47:37Z) - Diffusion-GAN: Training GANs with Diffusion [82.81693885590444]
本稿では,識別器の入力にインスタンスノイズを注入するDiffusion-GANを提案する。
多様なデータセットに関する豊富な実験は、Diffusion-GANが安定的でデータ効率のよいGANトレーニングを提供できることを示している。
論文 参考訳（メタデータ） (2022-06-05T20:45:01Z) - Deep Decomposition for Stochastic Normal-Abnormal Transport [13.171464781844609]
対流拡散方程式は、流体の流れ、熱伝達、風輸送など、多くの自然輸送過程を記述している。
本研究では,2D/3D画像の時系列を駆動する速度場と拡散場を予測する機械学習モデルDSONATA2を開発した。
特に,本モデルでは,期待される正常輸送挙動と観測された輸送の異常な差異を分離する輸送非定型性をモデル化した。
論文 参考訳（メタデータ） (2021-11-29T18:38:57Z) - Learning OFDM Waveforms with PAPR and ACLR Constraints [15.423422040627331]
達成可能な情報レートを最大化しつつ,選択した制約を満たすOFDMベースの波形を設計するための学習ベース手法を提案する。
エンドツーエンドシステムは,PAPRとACLRの制約を満たすことができ,スループットを著しく向上させることができることを示す。
論文 参考訳（メタデータ） (2021-10-21T08:58:59Z) - Discovering Hidden Physics Behind Transport Dynamics [26.241612160305756]
対流拡散方程式はこれらの輸送現象を記述するために広く用いられる。
我々の目標は、速度と拡散テンソル場として表される対流拡散方程式の基礎物理学を推定することである。
本稿では,2次元と3次元の画像時系列間の自動エンコーダ構造に基づく学習フレームワーク(YETI)を提案する。
論文 参考訳（メタデータ） (2020-11-24T17:19:25Z) - Accelerating Nonconvex Learning via Replica Exchange Langevin Diffusion [67.66101533752605]
ランゲヴィン拡散は非最適化のための強力な方法である。
本稿では,Langevin拡散を異なる温度で置き換えるレプリカ交換を提案する。
レプリカ交換Langevin拡散を離散化することにより、離散時間アルゴリズムを得る。
論文 参考訳（メタデータ） (2020-07-04T02:52:11Z) - Hessian-Free High-Resolution Nesterov Acceleration for Sampling [55.498092486970364]
最適化のためのNesterovのAccelerated Gradient(NAG)は、有限のステップサイズを使用する場合の連続時間制限(ノイズなしの運動的ランゲヴィン)よりも優れたパフォーマンスを持つ。
本研究は, この現象のサンプリング法について検討し, 離散化により加速勾配に基づくMCMC法が得られる拡散過程を提案する。
論文 参考訳（メタデータ） (2020-06-16T15:07:37Z)
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。