論文の概要: Exploring the Optimal Cycle for Quantum Heat Engine using Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2308.06794v2
• Date: Wed, 7 Feb 2024 00:54:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-08 20:11:50.999494
• Title: Exploring the Optimal Cycle for Quantum Heat Engine using Reinforcement Learning
• Title（参考訳）: 強化学習を用いた量子熱エンジンの最適サイクルの検討
• Authors: Gao-xiang Deng, Haoqiang Ai, Bingcheng Wang, Wei Shao, Yu Liu, Zheng Cui
• Abstract要約: 本研究では、量子熱エンジンの最適サイクルを出力するために強化学習を用いる。 3レベルコヒーレントな量子熱エンジンのサイクルを最適化するために、ソフトアクター・クリティックアルゴリズムが採用されている。
• 参考スコア（独自算出の注目度）: 5.128039456682052
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quantum thermodynamic relationships in emerging nanodevices are significant but often complex to deal with. The application of machine learning in quantum thermodynamics has provided a new perspective. This study employs reinforcement learning to output the optimal cycle of quantum heat engine. Specifically, the soft actor-critic algorithm is adopted to optimize the cycle of three-level coherent quantum heat engine with the aim of maximal average power. The results show that the optimal average output power of the coherent three-level heat engine is 1.28 times greater than the original cycle (steady limit). Meanwhile, the efficiency of the optimal cycle is greater than the Curzon-Ahlborn efficiency as well as reporting by other researchers. Notably, this optimal cycle can be fitted as an Otto-like cycle by applying the Boltzmann function during the compression and expansion processes, which illustrates the effectiveness of the method.
• Abstract（参考訳）: 新興ナノデバイスにおける量子熱力学的関係は重要であるが、しばしば複雑である。 量子熱力学における機械学習の応用は、新しい展望をもたらした。 本研究は強化学習を用いて量子熱エンジンの最適サイクルを生成する。 具体的には,3レベルコヒーレントな量子熱エンジンのサイクルを最大平均出力で最適化するために,ソフトアクター批判アルゴリズムを採用した。 その結果、コヒーレント三段式熱エンジンの最適平均出力出力は、元のサイクル(定常限界)の1.28倍であることがわかった。 一方、最適サイクルの効率は他の研究者による報告と同様にカーゾン=アルボーンの効率よりも大きい。 特に、この最適サイクルは、圧縮および拡張過程においてボルツマン関数を適用してオットー様サイクルとして適用することができ、この方法の有効性を示している。

関連論文リスト

• Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling [40.83618005962484]
  ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。 古典的アルゴリズムの最近の進歩は、古典的シミュレーション時間を大幅に短縮した。 我々の研究は、TextitSycamoreの量子優位性という主張を否定する最初の明白な実験的証拠を提供する。
  論文  参考訳（メタデータ） (2024-06-27T05:01:47Z)
• Dynamically Emergent Quantum Thermodynamics: Non-Markovian Otto Cycle [49.1574468325115]
  我々は,量子オットーサイクルの熱力学的挙動を再考し,メモリ効果と強い系-バス結合に着目した。 我々の研究は、厳密な量子マスター方程式を用いて、マルコビアン性(英語版)を正確に扱うことに基づいている。
  論文  参考訳（メタデータ） (2023-08-18T11:00:32Z)
• Construction of a quantum Stirling engine cycle tuned by dynamic-angle spinning [0.0]
  量子スターリング熱エンジンサイクルの作用物質として, 2つの結合スピンについて検討した。 双極子-双極子相互作用角を調整してサイクルを駆動する実験実装可能なスキームを提案する。 提案したヒートエンジンサイクルに対して現実的なパラメータが選択される。
  論文  参考訳（メタデータ） (2023-04-18T18:39:59Z)
• Efficiency at maximum power of a Carnot quantum information engine [68.8204255655161]
  本稿では,量子情報エンジンの有限時間Carnotサイクルを導入し,低損失状態下での出力を最適化する。 弱エネルギー測定を受ける量子ビット情報エンジンの最適性能について検討する。
  論文  参考訳（メタデータ） (2023-01-31T11:18:12Z)
• Pareto-optimal cycles for power, efficiency and fluctuations of quantum heat engines using reinforcement learning [0.0]
  量子熱エンジンの最適化には、高出力、高効率、高安定性(低電力変動など)での運転が必要である 本稿では、電力、効率、ゆらぎをトレードオフする駆動量子熱エンジンのパレート最適サイクルを特定するための一般的な枠組みを提案する。
  論文  参考訳（メタデータ） (2022-07-26T18:00:04Z)
• Model-free optimization of power/efficiency tradeoffs in quantum thermal machines using reinforcement learning [0.0]
  量子熱機械 (quantum thermo machine) は、マイクロスケールやナノスケールでの熱と仕事の変換を可能にするオープン量子システムである。 本稿では,非平衡熱力学サイクルを特定するために,強化学習に基づく一般モデルフリーフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-10T22:44:28Z)
• Implementation of a two-stroke quantum heat engine with a collisional model [50.591267188664666]
  我々は,IBMQプロセッサのストロボスコープ2ストロークサーマルエンジンの量子シミュレーションを行った。 この系は2つの浴槽に繋がった量子スピン鎖で構成され、変分量子熱分解器アルゴリズムを用いて異なる温度で調製される。
  論文  参考訳（メタデータ） (2022-03-25T16:55:08Z)
• Identifying optimal cycles in quantum thermal machines with reinforcement-learning [0.0]
  本稿では,非平衡な量子熱エンジンと冷凍機のパワーを最大化する最適熱力学サイクルを発見するために,Reinforcement Learningに基づく一般的なフレームワークを提案する。 本手法を3つのシステムに適用する: 最適な既知のサイクルを見つけるベンチマーク2レベル系熱エンジン、コヒーレンスを生成する超伝導キュービットに基づく実験的に現実的な冷凍機、文献で提案された以前のサイクルより優れた直観的制御シーケンスを求める。
  論文  参考訳（メタデータ） (2021-08-30T21:22:46Z)
• Collective effects on the performance and stability of quantum heat engines [62.997667081978825]
  小型熱機関の動作における量子力学的拡張の最近の予測は、新たな関心を集めている。 1つの重要な問題は、集団効果が大規模に拡張するのに役立つかどうかである。 エンジンを構成するスピンの数とともに, パワー, 効率, 一貫性のスケールについて検討する。
  論文  参考訳（メタデータ） (2021-06-25T18:00:07Z)
• Maximal power for heat engines: role of asymmetric interaction times [110.83289076967895]
  本稿では、エンジン性能を最適化するために、相互作用時間非対称性を調整するという考え方を紹介する。 個別最適化プロトコルは熱力学の枠組みで解析される。
  論文  参考訳（メタデータ） (2020-12-16T22:26:14Z)
• Finite-time quantum Stirling heat engine [0.0]
  量子熱機関として用いられる有限時間非再生スターリングサイクルの熱力学特性について検討した。 サイクルの有限時間力学と熱力学は、プレイ時の異なる時間スケールに非自明に依存していることが分かる。
  論文  参考訳（メタデータ） (2020-09-21T17:19:14Z)

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。