論文の概要: Spreading of information on a network: a quantum view
- arxiv url: http://arxiv.org/abs/2310.04310v1
- Date: Fri, 6 Oct 2023 15:14:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-09 15:31:32.342415
- Title: Spreading of information on a network: a quantum view
- Title(参考訳): ネットワーク上の情報の拡散:量子ビュー
- Authors: F. Bagarello, F. Gargano, M. Gorgone and F. Oliveri
- Abstract要約: 本稿では,複雑な多層ネットワークによる情報拡散のモデル化について述べる。
1つは(H,$)誘起力学に基づくもので、もう1つはゴリーニ=コサコフスキー=スダルシャン=リンドブラッド方程式に基づくものである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper concerns with the modeling of the spreading of information through
a complex, multi-layered network, where the information is transferred from an
initial transmitter to a final receiver. The mathematical model is deduced
within the framework of operatorial methods, according to the formal
mathematical apparatus typical of quantum mechanics. Two different approaches
are considered: one based on the ($H,\rho$)-induced dynamics, and one on the
Gorini-Kossakowski-Sudarshan-Lindblad (GKSL) equation. For each method,
numerical results are presented.
- Abstract(参考訳): 本稿では,情報の初期送信機から最終受信機へ情報を転送する複雑な多層ネットワークによる情報拡散のモデル化について述べる。
数学的モデルは、量子力学の典型的な形式的な数学的装置に従って、演算法の枠組み内で推論される。
h,\rho$) で誘導されるダイナミクスに基づくものと、gorini-kossakowski-sudarshan-lindblad方程式(gksl)に基づくものである。
各手法について数値結果を示す。
関連論文リスト
- Quantum tensor networks algorithms for evaluation of spectral functions
on quantum computers [0.0]
テンソルネットワークから導かれる量子アルゴリズムを用いて,量子多体系の静的および動的特性をシミュレートする。
量子コンピュータ上で基底状態と励起状態を作成し、分子ナノマグネット(MNM)に応用するアルゴリズムをパラダイムとして示す。
論文 参考訳(メタデータ) (2023-09-26T18:01:42Z) - Density-matrix renormalization group: a pedagogical introduction [0.0]
密度行列再正規化群(DMRG)は1次元量子系の低エネルギー特性を得るための基準数値法となっている。
本稿では,そのオリジナルの定式化と現代的なテンソルネットワークバージョンについて述べる。
論文 参考訳(メタデータ) (2023-04-26T09:12:32Z) - 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) - A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。
我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文 参考訳(メタデータ) (2022-11-23T18:25:32Z) - Solving the nuclear pairing model with neural network quantum states [58.720142291102135]
本稿では,職業数形式論における核多体問題の解法としてモンテカルロ法を提案する。
リコンフィグレーションアルゴリズムのメモリ効率向上版を開発し,ハミルトニアンの期待値を最小限に抑えてネットワークをトレーニングする。
論文 参考訳(メタデータ) (2022-11-09T00:18:01Z) - Interaction of quantum systems with single pulses of quantized radiation [68.8204255655161]
量子放射の伝播パルスと局在量子系の相互作用について述べる。
適切な図形への変換により、散乱器と初期モードと最終モードの重ね合わせの間の通常のJaynes-Cummings Hamiltonianを同定する。
変換されたマスター方程式は、システムの力学に関する重要な洞察を与え、数値的に効率的な解を可能にする。
論文 参考訳(メタデータ) (2022-03-14T20:23:23Z) - Efficient construction of tensor-network representations of many-body
Gaussian states [59.94347858883343]
本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。
これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
論文 参考訳(メタデータ) (2020-08-12T11:30:23Z) - Exact representations of many body interactions with RBM neural networks [77.34726150561087]
我々は、RBMの表現力を利用して、多体接触相互作用を1体演算子に正確に分解する。
この構成は、ハバードモデルでよく知られたヒルシュの変換を、核物理学におけるピオンレスFTのようなより複雑な理論に一般化する。
論文 参考訳(メタデータ) (2020-05-07T15:59:29Z) - Supervised Learning with Quantum Measurements [0.0]
本稿では,量子力学をサポートする数学的形式に基づく教師あり機械学習の新しい手法について報告する。
この方法は予測関数を構築する方法として射影量子計測を用いる。
この手法の顕著な特徴は、最適化によってパラメータを学習する必要がなくなることである。
論文 参考訳(メタデータ) (2020-04-02T19:08:38Z) - Quantum mechanics is *-algebras and tensor networks [1.479413555822768]
情報理論の観点から量子力学の体系的アプローチを提供する。
我々の定式化はただ一つの種類の対象、いわゆる正の *-テンソルしか必要としない。
リアルタイム進化やサーマルシステムなど,さまざまなタイプのモデルが,*テンソルネットワークに変換可能であることを示す。
論文 参考訳(メタデータ) (2020-03-17T22:46:00Z) - Efficient variational contraction of two-dimensional tensor networks
with a non-trivial unit cell [0.0]
テンソルネットワーク状態は、強い相関の量子モデルとシステムを忠実にキャプチャする効率的な状態のクラスを提供する。
我々は最近提案された一次元量子格子をキャプチャするための変分行列積状態アルゴリズムを一般化する。
このアルゴリズムの重要な性質は、単位セルのサイズを指数的にではなく線形にスケールする計算努力である。
論文 参考訳(メタデータ) (2020-03-02T19:01:06Z)
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。