論文の概要: Process Tree: Efficient Representation of Quantum Processes with Complex
Long-Range Memory
- arxiv url: http://arxiv.org/abs/2312.04624v1
- Date: Thu, 7 Dec 2023 19:00:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-11 17:29:36.415342
- Title: Process Tree: Efficient Representation of Quantum Processes with Complex
Long-Range Memory
- Title(参考訳): プロセスツリー:複雑な長距離メモリを持つ量子プロセスの効率的な表現
- Authors: Neil Dowling and Kavan Modi and Roberto N. Mu\~noz and Sukhbinder
Singh and Gregory A. L. White
- Abstract要約: 時間スケールに分散した時間的相関とメモリを示す量子非マルコフ過程のクラスを導入する。
我々の研究は、強く相互作用するオープン量子系の分野において、より効率的な数値技術の開発の基礎を築いた。
- 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 introduce a class of quantum non-Markovian processes -- dubbed process
trees -- that exhibit polynomially decaying temporal correlations and memory
distributed across time scales. This class of processes is described by a
tensor network with tree-like geometry whose component tensors are (1)
{causality-preserving} maps (superprocesses) and (2) {locality-preserving}
temporal change of scale transformations. We show that the long-range
correlations in this class of processes tends to originate almost entirely from
memory effects, and can accommodate genuinely quantum power-law correlations in
time. Importantly, this class allows efficient computation of multi-time
correlation functions. To showcase the potential utility of this model-agnostic
class for numerical simulation of physical models, we show how it can
approximate the strong memory dynamics of the paradigmatic spin-boson model, in
term of arbitrary multitime features. In contrast to an equivalently costly
matrix product operator (MPO) representation, the ansatz produces a fiducial
characterization of the relevant physics. Our work lays the foundation for the
development of more efficient numerical techniques in the field of strongly
interacting open quantum systems, as well as the theoretical development of a
temporal renormalization group scheme.
- Abstract(参考訳): プロセスツリーと呼ばれる量子非マルコフ過程のクラスを導入し、多項式的に減衰する時間相関と時間スケールに分散したメモリを示す。
このプロセスのクラスは、(1) {causality-serving} map (superprocesses) と (2) {locality-serving} のスケール変換の時間的変化からなる木のような幾何を持つテンソルネットワークによって記述される。
このプロセスにおける長距離相関は、ほぼ完全にメモリ効果に由来する傾向にあり、真の量子パワーロー相関を時間内に満たすことが示されている。
重要なことに、このクラスはマルチ時間相関関数の効率的な計算を可能にする。
物理モデルの数値シミュレーションにおけるこのモデル非依存クラスの有用性を示すために、任意のマルチタイム特徴量の観点から、パラダイム的スピン-ボソンモデルの強いメモリダイナミクスを近似する方法を示す。
等価にコストのかかる行列積作用素(mpo)の表現とは対照的に、アンサッツは関連する物理学のfiducial characterizationを生成する。
我々の研究は、強く相互作用するオープン量子系の分野におけるより効率的な数値的手法の開発と、時間的再正規化群スキームの理論的発展の基礎を築いた。
関連論文リスト
- Ab-initio variational wave functions for the time-dependent
many-electron Schr\"odinger equation [0.0]
フェミオン時間依存波動関数に対する変動的アプローチを導入し,多体相関を捉えることで平均場近似を超越する。
提案手法は、時間発展する量子状態のパラメータ化を伴い、状態の進化の近似を可能にする。
このアプローチは、可溶性調和相互作用モデル、強いレーザー場における二原子分子のダイナミクス、焼成量子ドットの3つの異なるシステムで実証されている。
論文 参考訳(メタデータ) (2024-03-12T09:37:22Z) - Quantum correlation functions through tensor network path integral [0.0]
テンソルネットワークは、オープン量子系の平衡相関関数を計算するために利用される。
溶媒が量子系に与える影響は、影響関数によって取り込まれている。
この手法の設計と実装は、速度理論、シンメトリゼーションされたスピン相関関数、動的感受性計算、量子熱力学からの図解とともに議論される。
論文 参考訳(メタデータ) (2023-08-21T07:46:51Z) - Learning Sequence Representations by Non-local Recurrent Neural Memory [61.65105481899744]
教師付きシーケンス表現学習のためのNon-local Recurrent Neural Memory (NRNM)を提案する。
我々のモデルは長距離依存を捉えることができ、潜伏した高レベル特徴を我々のモデルで抽出することができる。
我々のモデルは、これらのシーケンスアプリケーションごとに特別に設計された他の最先端の手法と比較して好意的に比較する。
論文 参考訳(メタデータ) (2022-07-20T07:26:15Z) - Collisional open quantum dynamics with a generally correlated
environment: Exact solvability in tensor networks [0.0]
システム力学の自然なマルコフ埋め込みは,ネットワークの仮想指標によって補助的なシステムの役割を担っている。
その結果、量子光学と量子輸送の分野におけるテンソル・ネットワーク法が進展した。
論文 参考訳(メタデータ) (2022-02-09T19:48:17Z) - Temporal Memory Relation Network for Workflow Recognition from Surgical
Video [53.20825496640025]
本研究では, 長期および多スケールの時間パターンを関連づける, エンドツーエンドの時間メモリ関係ネットワーク (TMNet) を提案する。
我々はこのアプローチを2つのベンチマーク手術ビデオデータセットで広範囲に検証した。
論文 参考訳(メタデータ) (2021-03-30T13:20:26Z) - 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 Memory Mechanism of Tensor-Power Recurrent Models [25.83531612758211]
TPリカレントモデルの記憶機構について検討する。
長期記憶効果を達成するためには, p が重要条件であることが示される。
新しいモデルは、安定して長いメモリ効果の恩恵を受けることが期待されている。
論文 参考訳(メタデータ) (2021-03-02T07:07:47Z) - Out-of-time-order correlations and the fine structure of eigenstate
thermalisation [58.720142291102135]
量子情報力学と熱化を特徴付けるツールとして、OTOC(Out-of-time-orderor)が確立されている。
我々は、OTOCが、ETH(Eigenstate Thermalisation hypothesis)の詳細な詳細を調査するための、本当に正確なツールであることを明確に示している。
無限温度状態における局所作用素の和からなる可観測物の一般クラスに対して、$omega_textrmGOE$の有限サイズスケーリングを推定する。
論文 参考訳(メタデータ) (2021-03-01T17:51:46Z) - Continuous-time dynamics and error scaling of noisy highly-entangling
quantum circuits [58.720142291102135]
最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。
我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。
動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
論文 参考訳(メタデータ) (2021-02-08T14:55:44Z) - A discrete memory-kernel for multi-time correlations in non-Markovian
quantum processes [0.0]
本手法は,複数問合せを含むプロセスに拡張可能であることを示す。
弊社のアプローチは、オープン量子プロセスのプロセス-テンソル記述を利用して、ダイナミクスを表現・伝播する。
論文 参考訳(メタデータ) (2020-07-07T07:00:34Z) - Convolutional Tensor-Train LSTM for Spatio-temporal Learning [116.24172387469994]
本稿では,ビデオシーケンスの長期相関を効率的に学習できる高次LSTMモデルを提案する。
これは、時間をかけて畳み込み特徴を組み合わせることによって予測を行う、新しいテンソルトレインモジュールによって達成される。
この結果は,幅広いアプリケーションやデータセットにおいて,最先端のパフォーマンス向上を実現している。
論文 参考訳(メタデータ) (2020-02-21T05:00:01Z)
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。