論文の概要: Krylov complexity for non-local spin chains
- arxiv url: http://arxiv.org/abs/2312.11677v3
- Date: Wed, 18 Sep 2024 15:17:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-19 23:35:48.045946
- Title: Krylov complexity for non-local spin chains
- Title（参考訳）: 非局所スピン鎖に対するクリロフ複雑性
- Authors: Aranya Bhattacharya, Pingal Pratyush Nath, Himanshu Sahu,
- Abstract要約: 本研究では、Isingモデルの異なる非局所バージョンにおけるKrylov複雑性を用いた演算子成長について検討する。
非局所性は演算子をすべてのサイトへ高速にスクランブルさせる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Building upon recent research in spin systems with non-local interactions, this study investigates operator growth using the Krylov complexity in different non-local versions of the Ising model. We find that the non-locality results in a faster scrambling of the operator to all sites. While the saturation value of Krylov complexity of local integrable and local chaotic theories differ by a significant margin, this difference is much suppressed when non-local terms are introduced in both regimes. This results from the faster scrambling of information in the presence of non-locality. In addition, we investigate the behavior of level statistics and spectral form factor as probes of quantum chaos to study the integrability breaking due to non-local interactions. Our numerics indicate that in the non-local case, late time saturation of Krylov complexity distinguishes between different underlying theories, while the early time complexity growth distinguishes different degrees of non-locality.
- Abstract（参考訳）: 非局所相互作用を持つスピン系における最近の研究に基づいて、Isingモデルの異なる非局所バージョンにおけるクリロフ複雑性を用いた作用素成長を研究する。
非局所性は演算子をすべてのサイトへ高速にスクランブルさせる。
局所可積分理論と局所カオス理論のクリロフ複雑性の飽和値は有意なマージンによって異なるが、この差は両方の政権で非局所項が導入されたときに非常に抑制される。
これは、非局所性の存在下での情報のスクランブルが速くなる結果である。
さらに、量子カオスのプローブとしてのレベル統計とスペクトル形成係数の挙動について検討し、非局所相互作用による可積分性破壊について検討する。
我々の数値は、非局所的な場合、Krylov複雑性の後期飽和は異なる基礎理論を区別し、一方、初期の複雑性成長は異なる非局所性の度合いを区別することを示している。
関連論文リスト
- On Complexity and Duality [0.0]
非局所作用素は、局所的作用素の成長を模倣する振る舞いを示す。
我々の結果は、量子系における非局所性、複雑性成長、双対性の間の複雑な関係に光を当てた。
論文 参考訳（メタデータ） (2024-11-04T19:27:21Z) - Spread complexity and quantum chaos for periodically driven spin chains [0.0]
量子地図における拡散複雑性のダイナミクスをアルノルニ反復法を用いて研究する。
正規対カオス力学におけるアルノルニ係数の特異な挙動と拡散複雑性を見いだす。
論文 参考訳（メタデータ） (2024-05-25T11:17:43Z) - Krylov localization as a probe for ergodicity breaking [0.0]
エルゴディディディティ・ブレークングの弱い時点で、さまざまなシステムサイズにまたがる崩壊が、定量的な予測に繋がる。
本研究は, エルゴディディティ/弱エルゴディディティ-ブレーキング遷移をクリロフ鎖上の非局在化/局在化現象へマッピングするための道を開いた。
論文 参考訳（メタデータ） (2024-03-21T13:20:52Z) - Quantum Nonlocality: Multi-copy Resource Inter-convertibility & Their Asymptotic Inequivalence [0.0]
最強の意味では相容れない量子非局所相関の例を示す。
注目すべきは、これらの非比較不可能な量子相関は、最も単純なベルのシナリオでも得られることである。
我々の結果は、しばしば「最大資源状態」と呼ばれる「特異金貨」の概念に挑戦する。
論文 参考訳（メタデータ） (2023-10-25T05:57:44Z) - iSCAN: Identifying Causal Mechanism Shifts among Nonlinear Additive
Noise Models [48.33685559041322]
本稿では,同一変数集合上の2つ以上の関連するデータセットにおける因果メカニズムシフトの同定に焦点をあてる。
提案手法を実装したコードはオープンソースであり、https://github.com/kevinsbello/iSCAN.comで公開されている。
論文 参考訳（メタデータ） (2023-06-30T01:48:11Z) - Experimental full network nonlocality with independent sources and
strict locality constraints [59.541438315564854]
ネットワークの非局所性は、標準的なベルのシナリオとは大きく異なる現象を引き起こす。
本研究では, 情報源依存性, 局所性, 測定依存性の抜け穴が閉じているネットワークにおいて, 完全なネットワーク非局所性を実験的に観察する。
非完全ネットワーク非局所相関を5つ以上の標準偏差で特徴付ける既知の不等式に反する実験を行った。
論文 参考訳（メタデータ） (2023-02-05T20:03:58Z) - Information Scrambling and the Correspondence of Entanglement- and
Operator Dynamics in Systems with Nonlocal Interactions [0.0]
非局所相互作用を持つスピン系に関する最近の研究に触発され、Isingモデルの異なる変種にまたがる情報について研究する。
我々の研究は、非局所的相互作用は、時間外相関子によって正確に捕捉されない演算子ダイナミクスを誘導できることを示した。
最近提案された高速スクランブルのための顕微鏡モデルでは、この減速は示されていないが、これは、ユニタリ進化中の局所作用素と量子クエンチに続く絡み合いエントロピーの間の明確な類似性を明らかにする。
論文 参考訳（メタデータ） (2022-09-19T14:56:27Z) - Poly-NL: Linear Complexity Non-local Layers with Polynomials [76.21832434001759]
性能を損なわずに2次から線形に複雑性を低減できる新しい高速非局所ブロックを定式化する。
The proposed method, we dub that "Poly-NL" is competitive to state-of-the-art performance across image recognition, instance segmentation, and face detection task。
論文 参考訳（メタデータ） (2021-07-06T19:51:37Z) - What training reveals about neural network complexity [80.87515604428346]
この研究は、ディープニューラルネットワーク(NN)が学習している関数の複雑さは、トレーニング中にその重みがどれほど速く変化するかによって推定できるという仮説を探求する。
我々の結果は、優れた訓練行動が良い一般化への有用なバイアスとなるという仮説を支持している。
論文 参考訳（メタデータ） (2021-06-08T08:58:00Z) - Consistency of mechanistic causal discovery in continuous-time using
Neural ODEs [85.7910042199734]
ダイナミカルシステムの研究において,連続時間における因果的発見を検討する。
本稿では,ニューラルネットワークを用いた因果探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-05-06T08:48:02Z) - A Critical View of the Structural Causal Model [89.43277111586258]
相互作用を全く考慮せずに原因と効果を識別できることが示される。
本稿では,因果モデルの絡み合った構造を模倣する新たな逆行訓練法を提案する。
我々の多次元手法は, 合成および実世界の両方のデータセットにおいて, 文献的手法よりも優れている。
論文 参考訳（メタデータ） (2020-02-23T22:52:28Z)
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。