論文の概要: Addressing the Non-perturbative Regime of the Quantum Anharmonic Oscillator by Physics-Informed Neural Networks
- arxiv url: http://arxiv.org/abs/2405.13442v2
- Date: Wed, 11 Sep 2024 11:32:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 20:57:55.894756
- Title: Addressing the Non-perturbative Regime of the Quantum Anharmonic Oscillator by Physics-Informed Neural Networks
- Title(参考訳): 物理インフォームドニューラルネットワークによる量子アンハーモニック振動子の非摂動レギュムの対応
- Authors: Lorenzo Brevi, Antonio Mandarino, Enrico Prati,
- Abstract要約: 量子領域において、そのようなアプローチは、非可積分系に対するシュレーディンガー方程式を解く新しいアプローチへの道を開く。
実数および虚数周波数のシステムについて検討し、量子場理論に現れる問題に対処するための新しい数値法の基礎を築いた。
- 参考スコア(独自算出の注目度): 0.9374652839580183
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of deep learning in physical sciences has recently boosted the ability of researchers to tackle physical systems where little or no analytical insight is available. Recently, the Physics-Informed Neural Networks (PINNs) have been introduced as one of the most promising tools to solve systems of differential equations guided by some physically grounded constraints. In the quantum realm, such approach paves the way to a novel approach to solve the Schroedinger equation for non-integrable systems. By following an unsupervised learning approach, we apply the PINNs to the anharmonic oscillator in which an interaction term proportional to the fourth power of the position coordinate is present. We compute the eigenenergies and the corresponding eigenfunctions while varying the weight of the quartic interaction. We bridge our solutions to the regime where both the perturbative and the strong coupling theory work, including the pure quartic oscillator. We investigate systems with real and imaginary frequency, laying the foundation for novel numerical methods to tackle problems emerging in quantum field theory.
- Abstract(参考訳): 物理科学におけるディープラーニングの利用により、研究者は分析的な知見がほとんど、あるいは全く得られない物理的システムに取り組むことができるようになった。
近年,物理インフォームドニューラルネットワーク (PINN) は,いくつかの物理的制約によって導かれる微分方程式の系を解く最も有望なツールの1つとして紹介されている。
量子領域において、そのようなアプローチは、非可積分系に対するシュレーディンガー方程式を解く新しいアプローチへの道を開く。
非教師なし学習アプローチに従うことで、位置座標の4番目のパワーに比例する相互作用項が存在する無調波発振器にPINNを適用する。
我々は、クォート相互作用の重みを変化させながら、固有エネルギーと対応する固有関数を計算する。
我々は、摂動と強い結合理論の両方が機能する体制に解を橋渡しし、純粋なクォート振動子を含む。
実数および虚数周波数のシステムについて検討し、量子場理論に現れる問題に対処するための新しい数値法の基礎を築いた。
関連論文リスト
- Physics-Informed Neural Networks for an optimal counterdiabatic quantum
computation [32.73124984242397]
我々は,N_Q$量子ビットを持つ系からなる量子回路の最適化において,物理インフォームドニューラルネットワーク(PINN)の強度を活用して,逆ダイアバティック(CD)プロトコルに対処する新しい手法を提案する。
この手法の主な応用は、STO-3Gベースの2量子および4量子系で表される$mathrmH_2$と$mathrmLiH$分子である。
論文 参考訳(メタデータ) (2023-09-08T16:55:39Z) - Physics-Informed Neural Networks for Discovering Localised Eigenstates
in Disordered Media [0.0]
物理インフォームドニューラルネットワーク(PINN)を用いた障害メディア中の局所固有状態の発見のための新しいアプローチを提案する。
我々は、ベルヌーイ分布、正規分布、均一分布に応じてランダムに生成されるポテンシャルを持つ1次元のハミルトニアンのスペクトル近似に焦点を当てる。
本研究では,これらの領域で発生した既知の物理現象を利用して領域をスキャンし,固有状態の発見に成功した損失関数に新しい特徴を導入する。
論文 参考訳(メタデータ) (2023-05-11T13:51:21Z) - Trapped-Ion Quantum Simulation of Collective Neutrino Oscillations [55.41644538483948]
量子計算を用いて,Nニュートリノ系のコヒーレントな集団振動を2成分近似でシミュレートする手法について検討した。
第2次トロッタースズキ公式を用いたゲート複雑性は,量子信号処理などの他の分解方法よりも,システムサイズに優れることがわかった。
論文 参考訳(メタデータ) (2022-07-07T09:39:40Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳(メタデータ) (2022-02-15T19:00:09Z) - Learning the ground state of a non-stoquastic quantum Hamiltonian in a
rugged neural network landscape [0.0]
ニューラルネットワークに基づく普遍的変動波動関数のクラスについて検討する。
特に,本稿では,ニューラルネットワークの表現率とモンテカルロサンプリングが一次制限因子ではないことを示す。
論文 参考訳(メタデータ) (2020-11-23T05:25:47Z) - Approximating Ground State Energies and Wave Functions of Physical
Systems with Neural Networks [11.790752430770636]
物理系の基底状態解に対する時間独立シュリンガー方程式を解く問題に対処する。
本研究では、基底状態エネルギーと波動関数を近似する変分最適化手法として、エンドツーエンドのディープラーニング手法を提案する。
論文 参考訳(メタデータ) (2020-11-21T01:30:52Z) - Incoherent quantum algorithm dynamics of an open system with near-term
devices [0.0]
ハイブリッド量子古典アルゴリズムは、量子コンピューティングを実装する最も有望なシステムの一つである。
フォン・ノイマン方程式に従う密度行列に対する量子力学アルゴリズムについて検討する。
乱れた量子系のアンサンブル平均の力学を考察する。
論文 参考訳(メタデータ) (2020-08-12T14:22:42Z) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳(メタデータ) (2020-07-23T19:05:56Z) - Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。
量子回路合成問題における時間-最適制御の強化について述べる。
我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文 参考訳(メタデータ) (2020-06-19T19:12:14Z) - Einselection from incompatible decoherence channels [62.997667081978825]
我々は、CQED実験にインスパイアされたオープン量子力学を、2つの非可換リンドブラッド作用素を用いて解析する。
Fock状態は、決定的な結合をデコヒーレンスにデコヒーレンスする最も堅牢な状態のままであることを示す。
論文 参考訳(メタデータ) (2020-01-29T14:15:19Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳(メタデータ) (2019-12-31T07:40:23Z)
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。