Fugu-MT 論文翻訳(概要): Complex Discretization approximation for the full dynamics of system-environment quantum models

論文の概要: Complex Discretization approximation for the full dynamics of system-environment quantum models

arxiv url: http://arxiv.org/abs/2303.06584v3
Date: Tue, 25 Apr 2023 10:22:18 GMT
ステータス: 処理完了
システム内更新日: 2023-04-27 03:18:33.603338
Title: Complex Discretization approximation for the full dynamics of system-environment quantum models
Title（参考訳）: システム環境量子モデルの完全ダイナミクスに対する複素離散化近似
Authors: H. T. Cui, Y. A. Yan, M. Qin, and X. X. Yi
Abstract要約: 本稿では,複素ガウス二次数を用いた複素平面における離散化近似法の一般化を提案する。結果として得られる実効ハミルトニアンは、系の散逸ダイナミクスのために非エルミート的である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The discretization approximation method used to simulate the open dynamics of the environment in continuum often suffers from recurrence, which results in inefficiency. To address this issue, this paper proposes a generalization of the discretization approximation method in the complex plane using complex Gauss quadratures. The resulting effective Hamiltonian is non-Hermitian due to the dissipative dynamics of the system. The proposed method is applied to two solvable models, namely the dephasing model and the single-excitation open dynamics in the generalized Aubry-Andr\'{e}-Harper model. The results demonstrate that the occurrence of complex discrete modes in the environment can significantly reduce recurrence, thereby enabling the efficient and accurate simulation of open dynamics in both models.
Abstract（参考訳）: 連続体における環境のオープンダイナミクスをシミュレートするために用いられる離散化近似法は、しばしば再発に悩まされ、効率が低下する。本稿では,複素ガウス二次数を用いた複素平面における離散化近似法の一般化を提案する。結果として得られる効果的ハミルトニアンは、系の散逸ダイナミクスのために非エルミート的である。提案手法は2つの可解モデル,すなわち,一般化 Aubry-Andr\'{e}-Harper モデルにおけるdephasing モデルと単一励起開力学に適用される。その結果, 複雑な離散モードの発生が再現性を著しく低減し, 両モデルにおける開放力学の効率的かつ正確なシミュレーションを可能にした。

関連論文リスト

Reconstruction of dynamic systems using genetic algorithms with dynamic search limits [0.0]
時系列データを用いて動的システムの制御方程式を推定するために進化的計算手法が提案される。本研究の主な貢献は、最小限のコントリビューションを持つ用語を除去するための遺伝的アルゴリズムの適切な修正と、局所的なオプティマから逃れるメカニズムである。その結果,0.22未満の積分正方形誤差と,全系に対して0.99のR-二乗決定係数を用いて再構成を行った。
論文参考訳（メタデータ） (2024-12-03T22:58:25Z)
Statistical Mechanics of Dynamical System Identification [2.8820361301109365]
我々はスパース方程式探索アルゴリズムを解析するための統計力学手法を開発した。与えられたモデルの雑音を推定する閉ループ推定法を提案する。このスパース方程式発見の観点は万能であり、他の様々な方程式発見アルゴリズムに適応することができる。
論文参考訳（メタデータ） (2024-03-04T04:32:28Z)
Response Theory via Generative Score Modeling [0.0]
スコアベース生成モデルとGFDT(Generalized Fluctuation-Dissipation Theorem)を組み合わせた外部摂動に対する動的システムの応答解析手法を提案する。この手法は,非ガウス統計を含むシステム応答の正確な推定を可能にする。
論文参考訳（メタデータ） (2024-02-01T21:38:10Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文参考訳（メタデータ） (2022-02-15T19:00:09Z)
Structure-Preserving Learning Using Gaussian Processes and Variational Integrators [62.31425348954686]
本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
論文参考訳（メタデータ） (2021-12-10T11:09:29Z)
Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文参考訳（メタデータ） (2021-09-07T20:01:22Z)
Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。分散による離散乗法雑音のパラメータによく現れることを示す。最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
論文参考訳（メタデータ） (2020-06-11T09:58:01Z)
On dissipative symplectic integration with applications to gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文参考訳（メタデータ） (2020-04-15T00:36:49Z)
Generalized Kernel-Based Dynamic Mode Decomposition [0.0]
我々は、カーネルベースの動的モード分解と呼ばれる最近のアプローチを一般化する低階制約最適化とカーネルベースの計算に基づくアルゴリズムを考案する。このアルゴリズムの特徴は近似精度の向上、数値シミュレーションによる証明、計算複雑性である。
論文参考訳（メタデータ） (2020-02-11T13:50:00Z)
Analysis of Bayesian Inference Algorithms by the Dynamical Functional Approach [2.8021833233819486]
学生自明なシナリオにおいて,大ガウス潜在変数モデルを用いて近似推論のアルゴリズムを解析する。完全データモデルマッチングの場合、レプリカ法から派生した静的順序パラメータの知識により、効率的なアルゴリズム更新が得られる。
論文参考訳（メタデータ） (2020-01-14T17:22:02Z)

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。