論文の概要: Stochastic approximation analysis of dynamical quantum critical
phenomena in long-range transverse-field Ising chain
- arxiv url: http://arxiv.org/abs/2305.14121v1
- Date: Tue, 23 May 2023 14:46:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-24 15:32:27.182874
- Title: Stochastic approximation analysis of dynamical quantum critical
phenomena in long-range transverse-field Ising chain
- Title(参考訳): 長距離横フィールドイジング鎖における動的量子臨界現象の確率近似解析
- Authors: Sora Shiratani and Synge Todo
- Abstract要約: 量子モンテカルロ法と最適計算複雑性スケーリングと最適化を組み合わせることにより、長距離横フィールドイジングモデルの量子相転移を探索する。
長距離相互作用の崩壊速度を計算し、力学臨界指数と他の指数を平均場、非ユニバーサル、イジング普遍性系で正確に計算する。
我々のシミュレーションでは、臨界特性はL$の異なる一連のシミュレーションからのみ抽出され、標準的な有限サイズスケーリング手法と比較して計算コストが大幅に向上する。
- 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: The quantum phase transition of the long-range transverse-field Ising model
is explored by combining a quantum Monte Carlo method with the optimal
computational complexity scaling and stochastic parameter optimization that
renders space and imaginary time isotropic, specifically achieved by tuning
correlation lengths. Varying the decay rate of the long-range interaction, we
exhaustively calculate the dynamical critical exponent and the other exponents
precisely in mean-field, nonuniversal, and Ising universality regimes. In our
simulations, critical properties are extracted only from a set of simulations
with different $L$, significantly improving computational cost compared to the
standard finite-size scaling approach based on data collapse. We also perform a
hypothesis test at the predicted universality boundary, which supports
preceding reports arguing that conventional theoretical prediction fails to
locate the universality boundary.
- Abstract(参考訳): 長距離横磁場イジングモデルの量子相転移は、量子モンテカルロ法と、空間と虚時等方性を表現する最適な計算複雑性スケーリングと確率パラメータ最適化を組み合わせたもので、特に相関長のチューニングによって達成されている。
長距離相互作用の減衰速度を変化させ、平均場、非普遍的、イジング普遍性理論において、動的臨界指数およびその他の指数を徹底的に計算する。
シミュレーションでは,L$の異なるシミュレーションの集合からのみ臨界特性を抽出し,データ崩壊に基づく標準的な有限サイズスケーリング手法と比較して計算コストを大幅に改善した。
また,予測普遍性境界における仮説テストを実施し,従来の理論予測は普遍性境界の特定に失敗すると主張する先行報告を支持する。
関連論文リスト
- Interacting Particle Langevin Algorithm for Maximum Marginal Likelihood
Estimation [2.53740603524637]
我々は,最大限界推定法を実装するための相互作用粒子系のクラスを開発する。
特に、この拡散の定常測度のパラメータ境界がギブス測度の形式であることを示す。
特定の再スケーリングを用いて、このシステムの幾何学的エルゴディディティを証明し、離散化誤差を限定する。
時間的に一様で、粒子の数で増加しない方法で。
論文 参考訳(メタデータ) (2023-03-23T16:50:08Z) - Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。
本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
論文 参考訳(メタデータ) (2023-01-18T11:29:49Z) - Kernel-based off-policy estimation without overlap: Instance optimality
beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。
任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文 参考訳(メタデータ) (2023-01-16T02:57:37Z) - Statistical Optimality of Divide and Conquer Kernel-based Functional
Linear Regression [1.7227952883644062]
本稿では,対象関数が基礎となるカーネル空間に存在しないシナリオにおいて,分割・コンカレント推定器の収束性能について検討する。
分解に基づくスケーラブルなアプローチとして、関数線形回帰の分割・収束推定器は、時間とメモリにおけるアルゴリズムの複雑さを大幅に減らすことができる。
論文 参考訳(メタデータ) (2022-11-20T12:29:06Z) - Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。
一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文 参考訳(メタデータ) (2022-02-23T06:11:49Z) - Convex Analysis of the Mean Field Langevin Dynamics [49.66486092259375]
平均場ランゲヴィン力学の収束速度解析について述べる。
ダイナミックスに付随する$p_q$により、凸最適化において古典的な結果と平行な収束理論を開発できる。
論文 参考訳(メタデータ) (2022-01-25T17:13:56Z) - Nonconvex Stochastic Scaled-Gradient Descent and Generalized Eigenvector
Problems [98.34292831923335]
オンライン相関解析の問題から,emphStochastic Scaled-Gradient Descent (SSD)アルゴリズムを提案する。
我々はこれらのアイデアをオンライン相関解析に適用し、局所収束率を正規性に比例した最適な1時間スケールのアルゴリズムを初めて導いた。
論文 参考訳(メタデータ) (2021-12-29T18:46:52Z) - Quantum-critical properties of the long-range transverse-field Ising
model from quantum Monte Carlo simulations [0.0]
横場イジングモデルの量子臨界特性は、量子モンテカルロを用いて研究される。
強磁性イジング相互作用に対しては、最も近い隣のイジングから長距離普遍クラスまで、場の理論から知られている制限条件を解く。
論文 参考訳(メタデータ) (2021-03-17T07:00:29Z) - Posterior-Aided Regularization for Likelihood-Free Inference [23.708122045184698]
後補助正規化(PAR)は,モデル構造に関係なく,密度推定器の学習に適用可能である。
単一のニューラルネットワークを用いて逆KL項と相互情報項の両方を推定するPARの統一推定方法を提供する。
論文 参考訳(メタデータ) (2021-02-15T16:59:30Z) - Stochastic spectral embedding [0.0]
確率スペクトル埋め込み(SSE)に基づく新しい逐次適応サロゲートモデリング法を提案する。
本手法は,複雑性と入力次元の異なるモデルの集合上で,最先端のスパースカオス展開に対して,どのように好意的に比較されるかを示す。
論文 参考訳(メタデータ) (2020-04-09T11:00:07Z) - Optimization with Momentum: Dynamical, Control-Theoretic, and Symplectic
Perspectives [97.16266088683061]
この論文は、運動量に基づく最適化アルゴリズムにおいてシンプレクティックな離散化スキームが重要であることを厳格に証明している。
これは加速収束を示すアルゴリズムの特性を提供する。
論文 参考訳(メタデータ) (2020-02-28T00:32:47Z)
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。