論文の概要: Operational Ergotropy: suboptimality of the geodesic drive

• arxiv url: http://arxiv.org/abs/2403.05956v1
• Date: Sat, 9 Mar 2024 16:38:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-13 11:30:06.107058
• Title: Operational Ergotropy: suboptimality of the geodesic drive
• Title（参考訳）: 操作エルゴトロピー:測地線駆動の準最適性
• Authors: Pritam Halder, Srijon Ghosh, Saptarshi Roy, Tamal Guha
• Abstract要約: 我々は、量子系における作業抽出の力学を規定するエネルギー制約から導かれる、エルジトロピックな作業抽出の最適性の概念を提唱した。 特定の典型的な雑音モデルに対して、力学のシュロディンガー部分を支配する最適な選択は、乱れのないシナリオにおける最適駆動と整合する。 また,ノイズの存在下での量子系からの高速な作業抽出の可能性についても論じる。
• 参考スコア（独自算出の注目度）: 1.0923877073891446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We put forth a notion of optimality for extracting ergotropic work, derived from an energy constraint governing the necessary dynamics for work extraction in a quantum system. Within the traditional ergotropy framework, which predicts an infinite set of equivalent pacifying unitaries, we demonstrate that the optimal choice lies in driving along the geodesic connecting a given state to its corresponding passive state. Moreover, in a practical scenario where unitaries are inevitably affected by environmental factors, we refine the existing definition of ergotropy and introduce the notion of operational ergotropy. It enables the characterization of work extraction in noisy scenarios. We find that for certain typical noise models, the optimal choice which governs the Schrodinger part of the dynamics, aligns with the optimal drive in the unperturbed scenario. However, we demonstrate that such optimality is not universal by presenting an explicit counterexample. Additionally, within this generalized framework, we discuss the potential for faster work extraction from quantum systems in the presence of noise.
• Abstract（参考訳）: 量子系における作業抽出に必要なダイナミクスを規定するエネルギー制約から導かれるエルゴトロピックな作業を抽出するための最適性の概念を述べる。 無限に等しい平和的ユニタリの集合を予測する伝統的なエルゴトロピーの枠組みの中で、最適な選択は、与えられた状態と対応する受動的状態とを繋ぐ測地線に沿って運転することにある。 さらに,一元論が環境要因の影響を受けない現実的なシナリオでは,既存のエルゴトロピーの定義を洗練し,運用エルゴトロピーの概念を導入する。 ノイズの多いシナリオで作業抽出のキャラクタリゼーションを可能にする。 特定の典型的な雑音モデルに対して、力学のシュロディンガー部分を支配する最適な選択は、乱れのないシナリオにおける最適駆動と整合する。 しかし,そのような最適性は明示的な逆例を示すことによって普遍的ではないことを示す。 さらに、この一般化された枠組みの中で、ノイズの存在下での量子システムからのより高速な仕事抽出の可能性について論じる。

関連論文リスト

• Parallel ergotropy: Maximum work extraction via parallel local unitary operations [0.0]
  多くの相互作用するサブシステムからなる量子電池を考える。 本稿では,各サブシステム上での並列な局所的ユニタリ演算による最大抽出作業について検討する。
  論文  参考訳（メタデータ） (2024-07-30T15:53:04Z)
• Qubit dynamics of ergotropy and environment-induced work [0.0]
  マルコフ的および非マルコフ的進化の下での開系におけるエルゴトロピーのダイナミクスについて検討する。 我々は、オープンシステムシナリオにおける作業の形でエネルギー抽出のリソースとしてエルゴトロピーを使用する。
  論文  参考訳（メタデータ） (2024-03-07T17:47:03Z)
• Extended local ergotropy [0.4999814847776097]
  システム環境化合物のフリー進化を利用した拡張局所エルゴトロピーの概念を導入する。 局所エルゴトロピーとの分散では、拡張された局所エルゴトロピーが増加し、時間の経過とともに増加せず、作業抽出のポテンシャルを活性化する。
  論文  参考訳（メタデータ） (2024-01-19T19:23:48Z)
• Optimal work extraction from quantum batteries based on the expected utility hypothesis [0.0]
  量子有限系における仕事の抽出は、量子熱力学において重要な問題である。 最適作業抽出が不整合なユニタリ変換によってどのように実行されるかを示す。 また、エネルギーベースにおける初期量子コヒーレンスの存在による作業抽出の影響についても検討する。
  論文  参考訳（メタデータ） (2023-11-24T14:02:09Z)
• A Bayesian Approach to Robust Inverse Reinforcement Learning [54.24816623644148]
  我々は、オフラインモデルに基づく逆強化学習(IRL)に対するベイズ的アプローチを考える。 提案フレームワークは,専門家の報酬関数と環境力学の主観的モデルとを同時推定することにより,既存のオフラインモデルベースIRLアプローチとは異なる。 本分析は, 専門家が環境の高精度なモデルを持つと考えられる場合, 評価政策が堅牢な性能を示すという新たな知見を提示する。
  論文  参考訳（メタデータ） (2023-09-15T17:37:09Z)
• When Demonstrations Meet Generative World Models: A Maximum Likelihood Framework for Offline Inverse Reinforcement Learning [62.00672284480755]
  本稿では, 専門家エージェントから, 一定の有限個の実演において観測された動作を過小評価する報酬と環境力学の構造を復元することを目的とする。 タスクを実行するための正確な専門知識モデルは、臨床的意思決定や自律運転のような安全に敏感な応用に応用できる。
  論文  参考訳（メタデータ） (2023-02-15T04:14:20Z)
• Distributed Bayesian Learning of Dynamic States [65.7870637855531]
  提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。 逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
  論文  参考訳（メタデータ） (2022-12-05T19:40:17Z)
• Maximum entropy exploration in contextual bandits with neural networks and energy based models [63.872634680339644]
  モデルには2つのクラスがあり、1つはニューラルネットワークを報酬推定器とし、もう1つはエネルギーベースモデルを示す。 両手法は、エネルギーベースモデルが最も優れた性能を持つ、よく知られた標準アルゴリズムより優れていることを示す。 これは、静的および動的設定でよく機能する新しいテクニックを提供し、特に連続的なアクション空間を持つ非線形シナリオに適している。
  論文  参考訳（メタデータ） (2022-10-12T15:09:45Z)
• Toward Certified Robustness Against Real-World Distribution Shifts [65.66374339500025]
  我々は、データから摂動を学ぶために生成モデルを訓練し、学習したモデルの出力に関して仕様を定義する。 この設定から生じるユニークな挑戦は、既存の検証者がシグモイドの活性化を厳密に近似できないことである。 本稿では,古典的な反例誘導的抽象的洗練の概念を活用するシグモイドアクティベーションを扱うための一般的なメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-06-08T04:09:13Z)
• Manipulating the Dynamics of a Fermi Resonance with Light. A Direct Optimal Control Theory Approach [0.0]
  量子力学問題に対する直接最適制御理論は、それ自体が従来の間接最適制御の代替として興味深いものであることを示している。 本稿では,一般的なフェルミ共振モデルの例を用いて,この手法の適用範囲を,正確なウェーブパケット伝搬の場合にまで拡張する。
  論文  参考訳（メタデータ） (2021-08-27T14:30:03Z)
• Enhancement of quantum correlations and geometric phase for a driven bipartite quantum system in a structured environment [77.34726150561087]
  構造環境下で進化する初期最大絡み合い状態における運転の役割について検討した。 この知識は、散逸動力学の下で量子特性を最もよく保持する物理装置の探索に役立つ。
  論文  参考訳（メタデータ） (2021-03-18T21:11:37Z)

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。