論文の概要: Simulation of the Dissipative Dynamics of Strongly Interacting NV Centers with Tensor Networks

• arxiv url: http://arxiv.org/abs/2406.08108v1
• Date: Wed, 12 Jun 2024 11:40:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-13 17:15:13.607665
• Title: Simulation of the Dissipative Dynamics of Strongly Interacting NV Centers with Tensor Networks
• Title（参考訳）: テンソルネットワークを用いた強相互作用NV中心の散逸ダイナミクスのシミュレーション
• Authors: Jirawat Saiphet, Daniel Braun,
• Abstract要約: ダイヤモンド中のNV中心は、磁場やその他の物理量に対する高感度量子センサーのための有望なプラットフォームである。 我々は多体混合状態を表現し,NVのアンサンブルのダイナミクスをシミュレートするために,マトリックス製品密度演算子(MPDO)法を用いる。
• 参考スコア（独自算出の注目度）: 1.03590082373586
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: NV centers in diamond are a promising platform for highly sensitive quantum sensors for magnetic fields and other physical quantities. The quest for high sensitivity combined with high spatial resolution leads naturally to dense ensembles of NV centers, and hence to strong, long-range interactions between them. Hence, simulating strongly interacting NVs becomes essential. However, obtaining the exact dynamics for a many-spin system is a challenging task due to the exponential scaling of the Hilbert space dimension, a problem that is exacerbated when the system is modelled as an open quantum system. In this work, we employ the Matrix Product Density Operator (MPDO) method to represent the many-body mixed state and to simulate the dynamics of an ensemble of NVs in the presence of strong long-range couplings due to dipole-dipole forces. We benchmark different time-evolution algorithms in terms of numerical accuracy and stability. Subsequently, we simulate the dynamics in the strong interaction regime, with and without dissipation.
• Abstract（参考訳）: ダイヤモンド中のNV中心は、磁場やその他の物理量に対する高感度量子センサーのための有望なプラットフォームである。 高感度と高空間分解能を組み合わせた探索は自然にNV中心の密集につながり、そのためそれら間の強い長距離相互作用をもたらす。 したがって、強く相互作用するNVをシミュレートすることが不可欠である。 しかし、多スピン系の正確な動力学を得るのはヒルベルト空間次元の指数的スケーリングによる難題であり、これはシステムがオープン量子系としてモデル化されるときに悪化する。 本研究では,多体混合状態を表すために行列積密度演算子(MPDO)法を用い,双極子-双極子力による強い長距離結合の存在下でのNVのアンサンブルのダイナミクスをシミュレートする。 数値的精度と安定性の観点から異なる時間進化アルゴリズムをベンチマークする。 その後、強い相互作用状態のダイナミクスを、散逸することなくシミュレートする。

関連論文リスト

• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• Two-dimensional coherent spectrum of high-spin models via a quantum computing approach [0.5079040627982536]
  我々は、高スピンモデルの2次元コヒーレントスペクトル(2DCS)を計算するために量子コンピューティングアプローチをベンチマークする。 1次元コヒーレントスペクトルを2DCSと比較することにより、2DCSがエネルギースペクトルの高分解能を提供することを示す。 サイト数が増加するスピンモデルの数値シミュレーションは、量子資源のシステムサイズスケーリングを示している。
  論文  参考訳（メタデータ） (2023-11-23T14:39:52Z)
• Magnon-mediated qubit coupling determined via dissipation measurements [0.0]
  ダイヤモンドおよび非局在化マグノンモードにおける窒素空孔(NV)中心のハイブリッド量子系(HQS)が注目されている。 ここでは,マグノンによるNV-NV結合を,マグノンによるNV中心の自己エネルギーから実験的に決定する。 この結果は、NV中心が双極子相互作用によってマグノンと結合するモデルと定量的に一致している。
  論文  参考訳（メタデータ） (2023-08-22T18:00:13Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• All-Optical Nuclear Quantum Sensing using Nitrogen-Vacancy Centers in Diamond [52.77024349608834]
  マイクロ波または高周波駆動は、量子センサーの小型化、エネルギー効率、非侵襲性を著しく制限する。 我々は、コヒーレント量子センシングに対する純粋に光学的アプローチを示すことによって、この制限を克服する。 この結果から, 磁気学やジャイロスコープの応用において, 量子センサの小型化が期待できる。
  論文  参考訳（メタデータ） (2022-12-14T08:34:11Z)
• Probing dynamics of a two-dimensional dipolar spin ensemble using single qubit sensor [62.997667081978825]
  ダイヤモンド結晶表面上の電子スピンの2次元アンサンブルにおける個々のスピンダイナミクスを実験的に検討した。 この不規則に緩やかな緩和速度は、強い力学障害の存在によるものであることを示す。 我々の研究は、強く相互作用する無秩序なスピンアンサンブルにおける量子熱化の微視的研究と制御への道を開いた。
  論文  参考訳（メタデータ） (2022-07-21T18:00:17Z)
• Momentum Diminishes the Effect of Spectral Bias in Physics-Informed Neural Networks [72.09574528342732]
  物理インフォームドニューラルネットワーク(PINN)アルゴリズムは、偏微分方程式(PDE)を含む幅広い問題を解く上で有望な結果を示している。 彼らはしばしば、スペクトルバイアスと呼ばれる現象のために、ターゲット関数が高周波の特徴を含むとき、望ましい解に収束しない。 本研究は, 運動量による勾配降下下で進化するPINNのトレーニングダイナミクスを, NTK(Neural Tangent kernel)を用いて研究するものである。
  論文  参考訳（メタデータ） (2022-06-29T19:03:10Z)
• Variational learning of quantum ground states on spiking neuromorphic hardware [0.0]
  高次元サンプリング空間と過渡自己相関は、難しい計算ボトルネックを伴うニューラルネットワークに直面する。 従来のニューラルネットワークと比較して、物理モデルデバイスは高速で効率的で本質的に並列な基板を提供する。 変動エネルギー最小化による量子スピンモデルの基底状態を表すニューロモルフィックチップの能力を示す。
  論文  参考訳（メタデータ） (2021-09-30T14:39:45Z)
• Probing spin dynamics on diamond surfaces using a single quantum sensor [0.0]
  ダイヤモンド表面における乱れたスピンアンサンブルのダイナミクスについて検討する。 これらの観測は、複雑なシステムを理解するための局所センサーの可能性を示している。
  論文  参考訳（メタデータ） (2021-03-23T18:00:36Z)
• Spin Entanglement and Magnetic Competition via Long-range Interactions in Spinor Quantum Optical Lattices [62.997667081978825]
  超低温物質中における空洞を介する長距離磁気相互作用と光学格子の効果について検討した。 競合シナリオを導入しながら,グローバルな相互作用がシステムの根底にある磁気特性を変化させていることが判明した。 これにより、量子情報目的のためのロバストなメカニズムの設計に向けた新しい選択肢が可能になる。
  論文  参考訳（メタデータ） (2020-11-16T08:03:44Z)

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。