論文の概要: Complexity of spin configurations dynamics due to unitary evolution and
periodic projective measurements
- arxiv url: http://arxiv.org/abs/2305.03334v2
- Date: Thu, 18 May 2023 09:21:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-19 19:14:40.160224
- Title: Complexity of spin configurations dynamics due to unitary evolution and
periodic projective measurements
- Title（参考訳）: 一元的進化と周期的射影測定によるスピン配置ダイナミクスの複雑さ
- Authors: Heitor P. Casagrande, Bo Xing, Marcello Dalmonte, Alex Rodriguez,
Vinitha Balachandran, Dario Poletti
- Abstract要約: 周期的射影測定を受ける多体量子系のハミルトン力学について検討する。
主成分分析を行うことでそれらの力学を特徴付ける。
- 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: We study the Hamiltonian dynamics of a many-body quantum system subjected to
periodic projective measurements which leads to probabilistic cellular automata
dynamics. Given a sequence of measured values, we characterize their dynamics
by performing a principal component analysis. The number of principal
components required for an almost complete description of the system, which is
a measure of complexity we refer to as PCA complexity, is studied as a function
of the Hamiltonian parameters and measurement intervals. We consider different
Hamiltonians that describe interacting, non-interacting, integrable, and
non-integrable systems, including random local Hamiltonians and translational
invariant random local Hamiltonians. In all these scenarios, we find that the
PCA complexity grows rapidly in time before approaching a plateau. The dynamics
of the PCA complexity can vary quantitatively and qualitatively as a function
of the Hamiltonian parameters and measurement protocol. Importantly, the
dynamics of PCA complexity present behavior that is considerably less sensitive
to the specific system parameters for models which lack simple local dynamics,
as is often the case in non-integrable models. In particular, we point out a
figure of merit that considers the local dynamics and the measurement direction
to predict the sensitivity of the PCA complexity dynamics to the system
parameters.
- Abstract（参考訳）: 本研究では,多体量子系のハミルトニアンダイナミクスを,確率的セルオートマトンダイナミクスに繋がる周期的投影計測により検討する。
一連の測定値が与えられたとき、主成分分析を行うことで、それらのダイナミクスを特徴付ける。
システムのほぼ完全な記述に必要な主成分の数は、我々がpca複雑性と呼ぶ複雑性の尺度であり、ハミルトニアンパラメータと測定間隔の関数として研究されている。
我々は、ランダム局所ハミルトニアンや翻訳不変なランダム局所ハミルトニアンを含む相互作用、非相互作用、可積分および非可積分系を記述する異なるハミルトニアンを考える。
これらすべてのシナリオにおいて,PCAの複雑性は高原に近づく前に急速に増加する。
pca複雑性のダイナミクスは、ハミルトニアンパラメーターおよび測定プロトコルの関数として定量的および定性的に変化する。
重要なことに、pca複雑性のダイナミクスは、非可積分モデルの場合のように、単純な局所ダイナミクスを欠くモデルの特定のシステムパラメータにかなり敏感な振る舞いが存在する。
特に,システムパラメータに対するPCA複雑性ダイナミクスの感度を予測するために,局所力学と測定方向を考慮したメリットの指標を指摘する。
関連論文リスト
- Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。
古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文 参考訳（メタデータ） (2024-10-04T18:06:12Z) - Response Estimation and System Identification of Dynamical Systems via Physics-Informed Neural Networks [0.0]
本稿では,物理インフォームドニューラルネットワーク(PINN)を用いた力学系の同定と推定について検討する。
PINNは、既知の物理法則をニューラルネットワークの損失関数に直接埋め込むことによって、複雑な現象の単純な埋め込みを可能にするユニークな利点を提供する。
その結果、PINNは上記のすべてのタスクに対して、たとえモデルエラーがあっても、効率的なツールを提供することを示した。
論文 参考訳（メタデータ） (2024-10-02T08:58:30Z) - Efficiency of Dynamical Decoupling for (Almost) Any Spin-Boson Model [44.99833362998488]
構造ボソニック環境と結合した2レベル系の動的疎結合を解析的に検討した。
このようなシステムに対して動的疎結合が機能する十分な条件を見つける。
私たちの境界は、様々な関連するシステムパラメータで正しいスケーリングを再現します。
論文 参考訳（メタデータ） (2024-09-24T04:58:28Z) - Learning Generalized Hamiltonians using fully Symplectic Mappings [0.32985979395737786]
ハミルトン系は、保守的であり、すなわちエネルギーは進化を通して保存されるという重要な性質を持っている。
特にハミルトニアンニューラルネットワークは、構造的帰納バイアスをNNモデルに組み込むメカニズムとして登場した。
共振器のスキームはノイズに対して頑健であり,ノイズ観測から状態変数がサンプリングされた場合のハミルトニアン系の近似が良好であることを示す。
論文 参考訳（メタデータ） (2024-09-17T12:45:49Z) - Ab-initio variational wave functions for the time-dependent many-electron Schrödinger equation [41.94295877935867]
平均場近似を超越したフェルミオン時間依存波動関数に対する変動的アプローチを提案する。
ニューラルネットワークのパラメータ化によって拡張された時間依存のJastrow因子とバックフロー変換を使用します。
この結果は、時間進化を正確に捉え、相互作用する電子系の量子力学に関する洞察を与える、我々の変分的アプローチの能力を示している。
論文 参考訳（メタデータ） (2024-03-12T09:37:22Z) - Unbiasing time-dependent Variational Monte Carlo by projected quantum
evolution [44.99833362998488]
量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。
時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。
本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
論文 参考訳（メタデータ） (2023-05-23T17:38:10Z) - 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) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳（メタデータ） (2022-09-07T15:50:00Z) - Learning Hamiltonian dynamics by reservoir computer [12.09219019124976]
有限個のパラメータの時系列からハミルトニアン系のカム動力学図を再構成することは非線形科学において際立った問題である。
ここでは,貯水池コンピュータ(RC)を知れば,機械学習のアプローチによってこの問題に対処できることを実証する。
その結果,rcはシステム状態の短期的変化を予測できるだけでなく,システムダイナミクスの長期的エルゴード特性を再現できることがわかった。
論文 参考訳（メタデータ） (2021-04-24T03:08:02Z) - Model-Independent Simulation Complexity of Complex Quantum Dynamics [0.13999481573773068]
本稿では,Stroboscopic Markovian dynamics を用いた複雑な量子力学のシミュレーションに基づく,動的複雑性のモデル非依存尺度を提案する。
古典的な信号処理のツールにより、時間非依存のハミルトニアンの下で進化する複素量子系のヒルベルト空間次元を推測することができる。
論文 参考訳（メタデータ） (2020-09-01T14:52:35Z) - Simulation of complex dynamics of mean-field $p$-spin models using
measurement-based quantum feedback control [0.0]
量子計測とフィードバックを用いて多体スピン系の非線形力学をシミュレーションする新しい手法を適用した。
粒子スピンの断熱力学における動的相転移の性質と自発的対称性の破れの出現を含む応用について検討する。
論文 参考訳（メタデータ） (2020-04-23T18:22:03Z)
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。