論文の概要: Spectral Density Classification For Environment Spectroscopy
- arxiv url: http://arxiv.org/abs/2308.00831v2
- Date: Tue, 12 Mar 2024 11:30:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 01:52:17.559603
- Title: Spectral Density Classification For Environment Spectroscopy
- Title（参考訳）: 環境分光のためのスペクトル密度分類
- Authors: Jessica Barr, Giorgio Zicari, Alessandro Ferraro, Mauro Paternostro
- Abstract要約: 環境の特徴を再構築するために,機械学習技術の可能性を活用する。
スピンボソンモデルの関連する例としては、環境のオーミック性パラメータをOhmic、sub-Ohmic、Super-Ohmicのいずれかとして高精度に分類することができる。
- 参考スコア（独自算出の注目度）: 44.99833362998488
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spectral densities encode the relevant information characterising the
system-environment interaction in an open-quantum system problem. Such
information is key to determining the system's dynamics. In this work, we
leverage the potential of machine learning techniques to reconstruct the
features of the environment. Specifically, we show that the time evolution of a
system observable can be used by an artificial neural network to infer the main
features of the spectral density. In particular, for relevant examples of
spin-boson models, we can classify with high accuracy the Ohmicity parameter of
the environment as either Ohmic, sub-Ohmic or super-Ohmic, thereby
distinguishing between different forms of dissipation.
- Abstract（参考訳）: 開量子系問題におけるシステム環境相互作用を特徴付ける関連情報をスペクトル密度でエンコードする。
このような情報はシステムの力学を決定する鍵となる。
本研究では,機械学習技術の可能性を活用し,環境の特徴を再構築する。
具体的には、観測可能なシステムの時間進化を、人工知能ニューラルネットワークによって、スペクトル密度の主な特徴を推測することができることを示す。
特にスピンボソンモデルの関連する例では、環境のオーミック性パラメータをOhmic、sub-Ohmic、Super-Ohmicのいずれかとして高精度に分類し、異なる形態の散逸を区別することができる。
関連論文リスト
- Thermal cycle and polaron formation in structured bosonic environments [0.0]
オープン量子システムの進化が、それが相互作用する環境の詳細な進化とどのように関連しているかを説明するために、環境観測装置へのアクセスを利用する。
超オーミック環境と強く相互作用する2段階の系を分析し、そこでは極性状態の形成に追従できるスピン-ボソン基底状態の変化を発見する。
論文 参考訳（メタデータ） (2023-06-07T08:40:04Z) - Deep learning enhanced noise spectroscopy of a spin qubit environment [5.186945902380689]
実験により、ニューラルネットワークを用いることで、ノイズスペクトロスコピーの精度を高い精度で向上させることができることを示す。
ディープラーニングモデルは、標準的なDDノイズ分光法よりも正確である。
論文 参考訳（メタデータ） (2023-01-12T15:28:36Z) - Open quantum dynamics for plant motions [0.0]
開量子系の力学を支配するシュリンガー方程式は、信号処理の方程式によって与えられる。
システムの波動関数を駆動するブラウン運動はノイズを表すものではなく、純粋に新しい情報が到着することを可能にする。
生物学的システムは、ランダウアーの計算限界に比較的近い環境信号を処理することができると論じられている。
論文 参考訳（メタデータ） (2022-09-05T13:20:27Z) - Neural Network Based Qubit Environment Characterization [0.0]
本稿では,キュービットコヒーレンスの単一測定に基づいて,そのような環境に関する情報を推測する方法を示す。
観測された量子ビット力学と環境中の不純物との関係の複雑さは、この問題を機械学習手法に理想的なものにしている。
論文 参考訳（メタデータ） (2021-10-11T17:55:07Z) - Bridging the gap between topological non-Hermitian physics and open
quantum systems [62.997667081978825]
局所摂動に対する応答を測定することにより,異なる位相位相間の遷移を検出する方法を示す。
我々の定式化は1Dハタノ・ネルソンモデルで例示され、ボソニックケースとフェルミオンケースの違いを強調している。
論文 参考訳（メタデータ） (2021-09-22T18:00:17Z) - Tracing Information Flow from Open Quantum Systems [52.77024349608834]
我々は導波路アレイに光子を用いて、キュービットと低次元の離散環境とのカップリングの量子シミュレーションを実装した。
量子状態間のトレース距離を情報の尺度として用いて、異なるタイプの情報伝達を分析する。
論文 参考訳（メタデータ） (2021-03-22T16:38:31Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - On the connection between microscopic description and memory effects in
open quantum system dynamics [0.0]
情報の流れにおけるシステム環境相関と環境進化の役割について検討する。
システム環境の相関関係と環境-状態の区別性との相互作用が,オープンシステムと同一の情報フローにどのように結びつくかを明らかにする。
論文 参考訳（メタデータ） (2021-01-18T19:01:19Z) - Spin Entanglement and Magnetic Competition via Long-range Interactions
in Spinor Quantum Optical Lattices [62.997667081978825]
超低温物質中における空洞を介する長距離磁気相互作用と光学格子の効果について検討した。
競合シナリオを導入しながら,グローバルな相互作用がシステムの根底にある磁気特性を変化させていることが判明した。
これにより、量子情報目的のためのロバストなメカニズムの設計に向けた新しい選択肢が可能になる。
論文 参考訳（メタデータ） (2020-11-16T08:03:44Z) - QuTiP-BoFiN: A bosonic and fermionic numerical
hierarchical-equations-of-motion library with applications in
light-harvesting, quantum control, and single-molecule electronics [51.15339237964982]
階層運動方程式 (HEOM) は力学を解くための強力な正確な数値的手法である。
固体物理学、光学、単分子電子工学、生物物理学の問題に拡張され応用されている。
ボソニック環境とフェルミオン環境の両方にHEOMを実装した強力なQuTiPプラットフォームと統合したPythonの数値ライブラリを提案する。
論文 参考訳（メタデータ） (2020-10-21T07:54:56Z)
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。