論文の概要: Pure non-Markovian evolutions

• arxiv url: http://arxiv.org/abs/2302.04883v1
• Date: Thu, 9 Feb 2023 19:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-13 17:24:09.926321
• Title: Pure non-Markovian evolutions
• Title（参考訳）: 純粋非マルコフ的進化
• Authors: Dario De Santis
• Abstract要約: 非マルコフ力学は情報逆流によって特徴づけられる。 すべての非マルコフ的進化は、ノイズ非マルコフ的(NNM)と純粋非マルコフ的(PNM)の2つのクラスに分けられる。
• 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: Non-Markovian dynamics are characterized by information backflows, where the evolving open quantum system retrieves part of the information previously lost in the environment. Hence, the very definition of non-Markovianity implies an initial time interval when the evolution is noisy, otherwise no backflow could take place. We identify two types of initial noise, where the first has the only effect of degrading the information content of the system, while the latter is essential for non-Markovian phenomena. Hence, all non-Markovian evolutions can be divided into two classes: noisy non-Markovian (NNM), showing both types of noise, and pure non-Markovian (PNM), implementing solely essential noise. We make this distinction through a timing analysis of fundamental non-Markovian phenomena. First, we prove that all NNM dynamics can be simulated through a Markovian pre-processing of a PNM core. We quantify the gains in terms of information backflows and non-Markovianity measures provided by PNM evolutions. Similarly, we study how the entanglement breaking property behaves in this framework and we discuss a technique to activate correlation backflows. Finally, we show the applicability of our results through the study of several well-know dynamical models.
• Abstract（参考訳）: 非マルコフ力学は情報バックフローによって特徴づけられ、進化するオープン量子システムは、以前環境に失われた情報の一部を取得する。 したがって、非マルコビアン性の定義は、進化が騒がしい最初の時間間隔を意味するが、逆流は起こらない。 2種類の初期雑音を同定し, 1 つはシステムの情報内容の劣化にのみ影響を与えるが, 1 つは非マルコフ現象に必須である。 したがって、すべての非マルコフ的進化はノイズ非マルコフ的(NNM)と純粋非マルコフ的(PNM)の2つのクラスに分けられる。 我々は、基本的な非マルコフ現象のタイミング分析を通じて、この区別を行う。 まず,全てのnnmダイナミクスがpnmコアのマルコフ前処理によってシミュレートできることを実証する。 我々はPNMの進化によって提供される情報逆流と非マルコビアン性の測定で得られる利得を定量化する。 同様に, この枠組みにおける絡み合い破壊特性の挙動について検討し, 相関逆流を活性化させる手法について議論する。 最後に、いくつかのよく知られた力学モデルの研究を通して、結果の適用性を示す。

関連論文リスト

• Learning with Noisy Foundation Models [95.50968225050012]
  本論文は、事前学習データセットにおけるノイズの性質を包括的に理解し分析する最初の研究である。 雑音の悪影響を緩和し、一般化を改善するため、特徴空間に適応するチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2024-03-11T16:22:41Z)
• Geometric signature of non-Markovian dynamics [3.250902508512017]
  開系力学の非マルコフ効果は、非単調な情報フローによって特徴づけられる。 開量子系の幾何学的非コヒーレンス(英語版)が非マルコフ力学の信頼できる証人となることを示す。
  論文  参考訳（メタデータ） (2023-12-20T20:51:10Z)
• Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks [91.15120211190519]
  本稿では、事前学習データセットにおけるノイズの性質を理解し、下流タスクへの影響を軽減することを目的とする。 雑音の悪影響を軽減するために特徴空間に適応する軽量ブラックボックスチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2023-09-29T06:18:15Z)
• Interplay between Non-Markovianity of Noise and Dynamics in Quantum Systems [0.0]
  開量子系力学の非マルコビアン性は、しばしばシステムと環境の間の双方向の情報交換と関連付けられる。 連続時間無作為歩行型雑音によって駆動される2状態系の力学のマルコビアン性について検討した。
  論文  参考訳（メタデータ） (2023-03-25T19:07:31Z)
• Quantum search in a non-Markovian environment [0.0]
  この論文は、オープン量子系の力学における「記憶を持つノイズ」の効果と起源を探求する。 マルコフ相関雑音は時間相関のない雑音よりもアルゴリズムの効率を高めることができることを示す。 開放系のノイズ進化を正確に再現する「衝突モデル」が構築されている。
  論文  参考訳（メタデータ） (2023-03-23T13:17:42Z)
• Assessing non-Markovian dynamics through moments of the Choi state [0.0]
  我々は,Choi-matricesのモーメントに基づいて,情報バックフローを示す非マルコフ力学を目撃するための基準を提供する。 提案した非マルコビアン性検出スキームを支持するために,いくつかの明示的な例を示す。
  論文  参考訳（メタデータ） (2023-03-07T03:01:23Z)
• Characterizing (non-)Markovianity through Fisher Information [0.0]
  非マルコフ効果は、情報量化器が時間とともにどのように進化するかを監視することによって研究される。 この文脈で研究する自然対象としてフィッシャー情報量計が出現することを示す。 我々は、任意の時刻におけるフィッシャー距離の非マルコフ的拡張が、時間 0 における力学の初期状態に関する情報の逆フローに対応することを初めて示している。
  論文  参考訳（メタデータ） (2022-04-08T13:44:35Z)
• Learning Hidden Markov Models When the Locations of Missing Observations are Unknown [54.40592050737724]
  本研究では、未知の観測位置を持つデータからHMMを学習する際の一般的な問題について考察する。 我々は、下層の鎖の構造に関する仮定を一切必要としない再構成アルゴリズムを提供する。 適切な仕様の下では、プロセスのダイナミクスを再構築でき、また、見当たらない観測位置が分かっていたとしても、その有効性を示す。
  論文  参考訳（メタデータ） (2022-03-12T22:40:43Z)
• Adaptive Multi-View ICA: Estimation of noise levels for optimal inference [65.94843987207445]
  Adaptive MultiView ICA (AVICA) はノイズの多いICAモデルであり、各ビューは共有された独立したソースと付加的なノイズの線形混合である。 AVICAは、その明示的なMMSE推定器により、他のICA法よりも優れたソース推定値が得られる。 実脳磁図(MEG)データでは,分解がサンプリングノイズに対する感度が低く,ノイズ分散推定が生物学的に妥当であることを示す。
  論文  参考訳（メタデータ） (2021-02-22T13:10:12Z)
• Instrumental Variable Value Iteration for Causal Offline Reinforcement Learning [107.70165026669308]
  オフライン強化学習(RL)では、事前収集された観測データのみから最適なポリシーが学習される。 遷移力学が加法的非線形汎関数形式を持つようなマルコフ決定過程について検討する。 そこで本稿では,条件付きモーメント制限の原始的2次元再構成に基づく,証明可能なIVVIアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-19T13:01:40Z)
• Non-Local Part-Aware Point Cloud Denoising [55.50360085086123]
  本稿では,点群を識別する非局所部分認識ディープニューラルネットワークを提案する。 グラフアテンションモジュールでカスタマイズした非局所学習ユニット(NLU)を設計し、非局所意味論的特徴を適応的にキャプチャする。 雑音発生性能を向上させるため,ノイズ特性をノイズ入力から段階的に抽出するために,一連のNLUをカスケードする。
  論文  参考訳（メタデータ） (2020-03-14T13:51:50Z)

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。