論文の概要: A Tropical Geometric Approach To Exceptional Points

• arxiv url: http://arxiv.org/abs/2301.13485v1
• Date: Tue, 31 Jan 2023 09:09:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-01 17:04:35.869241
• Title: A Tropical Geometric Approach To Exceptional Points
• Title（参考訳）: 例外点に対する熱帯幾何学的アプローチ
• Authors: Ayan Banerjee, Rimika Jaiswal, Madhusudan Manjunath, Awadhesh Narayan
• Abstract要約: 非エルミート系の異なる面を特徴付ける統一的な熱帯幾何学的枠組みを導入・開発する。 我々の研究は、非エルミート物理学の研究のための新しい枠組みを示し、この分野への熱帯幾何学の新たな結びつきを明らかにしている。
• 参考スコア（独自算出の注目度）: 4.3012765978447565
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Non-Hermitian systems have been widely explored in platforms ranging from photonics to electric circuits. A defining feature of non-Hermitian systems is exceptional points (EPs), where both eigenvalues and eigenvectors coalesce. Tropical geometry is an emerging field of mathematics at the interface between algebraic geometry and polyhedral geometry, with diverse applications to science. Here, we introduce and develop a unified tropical geometric framework to characterize different facets of non-Hermitian systems. We illustrate the versatility of our approach using several examples, and demonstrate that it can be used to select from a spectrum of higher-order EPs in gain and loss models, predict the skin effect in the non-Hermitian Su-Schrieffer-Heeger model, and extract universal properties in the presence of disorder in the Hatano-Nelson model. Our work puts forth a new framework for studying non-Hermitian physics and unveils a novel connection of tropical geometry to this field.
• Abstract（参考訳）: 非エルミート系はフォトニクスから電気回路まで幅広く研究されている。 非エルミート系の決定的な特徴は例外点(EP)であり、固有値と固有ベクトルの両方が結合する。 トロピカル幾何学(英: tropical geometry)は、代数幾何学と多面幾何学の間の界面における数学の新しい分野であり、科学への多様な応用である。 本稿では,非エルミート系の異なる面を特徴付ける統一的熱帯幾何学的枠組みを紹介,開発する。 提案手法は,いくつかの例を用いて汎用性を示し,利得・損失モデルにおける高次epのスペクトルから選択し,非エルミートsu-シュリーファー・ヘーガーモデルにおける皮膚効果を予測し,ハザーノ・ネルソンモデルにおける障害の存在下での普遍的特性を抽出するために有効であることを示す。 我々の研究は、非エルミート物理学を研究するための新しい枠組みを定め、この分野への熱帯幾何学の新しい接続を明らかにした。

関連論文リスト

• Geometry Distributions [51.4061133324376]
  本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。 提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。 本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
  論文  参考訳（メタデータ） (2024-11-25T04:06:48Z)
• Equivariant Graph Network Approximations of High-Degree Polynomials for Force Field Prediction [62.05532524197309]
  同変深部モデルでは、分子動力学シミュレーションにおいて原子ポテンシャルと力場を正確に予測できることが示されている。 本研究では、同変アーキテクチャの同変関数を解析し、PACEと呼ばれる新しい同変ネットワークを導入する。 一般的なベンチマークで実験されたように、PACEは原子エネルギーと力場の予測における最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-11-06T19:34:40Z)
• A Hitchhiker's Guide to Geometric GNNs for 3D Atomic Systems [87.30652640973317]
  原子系の計算モデリングの最近の進歩は、これらを3次元ユークリッド空間のノードとして埋め込まれた原子を含む幾何学的グラフとして表現している。 Geometric Graph Neural Networksは、タンパク質構造予測から分子シミュレーション、物質生成まで、幅広い応用を駆動する機械学習アーキテクチャとして好まれている。 本稿では,3次元原子システムのための幾何学的GNNの分野について,包括的で自己完結した概要を述べる。
  論文  参考訳（メタデータ） (2023-12-12T18:44:19Z)
• Modeling Dynamics over Meshes with Gauge Equivariant Nonlinear Message Passing [28.534857322609543]
  非線形メッセージパッシングを用いた新しいゲージ同変アーキテクチャを提案する。 我々のアーキテクチャは、複雑で非線形なドメイン上の畳み込みネットワークや注意ネットワークよりも高い性能を実現する。
  論文  参考訳（メタデータ） (2023-10-30T14:45:59Z)
• Emergent non-Hermitian models [0.0]
  我々は最近開発されたグラフ理論ツールを用いて、非自明な境界現象を持つ非エルミート系を設計する。 固有状態はシステムの両端を同時にローカライズできることを示す。 また、エネルギーによって異なる指数エンベロープを持つ非ゼロエネルギーに固定された様々なトポロジカルエッジ状態の存在を予測する。
  論文  参考訳（メタデータ） (2023-10-18T14:19:58Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Double exceptional points generated by the strong imaginary coupling of a non-Hermitian Hamiltonian in an optical microcavity [1.6559869843284152]
  我々は、虚(支配的)カップリングの下で非エルミート的ハミルトニアンの非エルミート的カップリングを採用することにより、単一マイクロキャビティの2層系上の例外点(EP)を生成する。 複数のEPを生成するために、複数のレベルまたは複合物理系がヘルミタン結合で採用されている。
  論文  参考訳（メタデータ） (2022-08-14T14:36:46Z)
• Non-Hermitian Topology and Exceptional-Point Geometries [15.538614667230366]
  非エルミート理論(Non-Hermitian theory)は、開系を記述するための理論的な枠組みである。 非エルミートフレームワークは、エルミート理論と根本的に異なる数学的構造で構成されている。
  論文  参考訳（メタデータ） (2022-04-19T12:41:31Z)
• A singular Riemannian geometry approach to Deep Neural Networks I. Theoretical foundations [77.86290991564829]
  ディープニューラルネットワークは、音声認識、機械翻訳、画像解析など、いくつかの科学領域で複雑な問題を解決するために広く使われている。 我々は、リーマン計量を備えた列の最後の多様体で、多様体間の写像の特定の列を研究する。 このようなシーケンスのマップの理論的性質について検討し、最終的に実践的な関心を持つニューラルネットワークの実装間のマップのケースに焦点を当てる。
  論文  参考訳（メタデータ） (2021-12-17T11:43:30Z)
• Non-Hermitian $C_{NH} = 2$ Chern insulator protected by generalized rotational symmetry [85.36456486475119]
  非エルミート系は、系の一般化された回転対称性$H+=UHU+$によって保護される。 我々の発見は、トポロジ的不変量の大きな値によって特徴づけられる新しい非エルミート的トポロジカルシステムへの道を開く。
  論文  参考訳（メタデータ） (2021-11-24T15:50:22Z)

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。