論文の概要: Entanglement entropy dynamics of non-Gaussian states in free boson systems: Random sampling approach

• arxiv url: http://arxiv.org/abs/2411.10085v2
• Date: Tue, 11 Mar 2025 15:42:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-12 19:16:03.154858
• Title: Entanglement entropy dynamics of non-Gaussian states in free boson systems: Random sampling approach
• Title（参考訳）: 自由ボソン系における非ガウス状態のエンタングルメントエントロピーダイナミクス:ランダムサンプリングアプローチ
• Authors: Ryui Kaneko, Daichi Kagamihara, Ippei Danshita,
• Abstract要約: 単純なランダムサンプリング法により、永久的な計算コストを削減できることを数値的に示す。 計算コストはまだ指数関数的であるが、この改良により、フリーボソン系のエントロピー力学を100ドル以上で得ることができる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We develop a random sampling method for calculating the time evolution of the R\'{e}nyi entanglement entropy after a quantum quench from an insulating state in free boson systems. Because of the non-Gaussian nature of the initial state, calculating the R\'{e}nyi entanglement entropy calls for the exponential cost of computing a matrix permanent. We numerically demonstrate that a simple random sampling method reduces the computational cost of a permanent; for an $N_{\mathrm{s}}\times N_{\mathrm{s}}$ matrix corresponding to $N_{\mathrm{s}}$ sites at half filling, the sampling cost becomes $\mathcal{O}(2^{\alpha N_{\mathrm{s}}})$ with a constant $\alpha\ll 1$, in contrast to the conventional algorithm with the $\mathcal{O}(2^{N_{\mathrm{s}}})$ number of summations requiring the exponential time cost. Although the computational cost is still exponential, this improvement allows us to obtain the entanglement entropy dynamics in free boson systems for more than $100$ sites. We present several examples of the entanglement entropy dynamics in low-dimensional free boson systems.
• Abstract（参考訳）: 自由粒子系における絶縁状態からの量子クエンチ後のR\'{e}nyiエンタングルメントエントロピーの時間発展を計算するランダムサンプリング法を開発した。 初期状態の非ガウス的性質のため、R\'{e}nyiエントロピーの計算は行列を永久に計算する指数的なコストを要求する。 N_{\mathrm{s}}\times N_{\mathrm{s}}$ matrix with a $N_{\mathrm{s}}$ sites at half fill, the sample cost is $\mathcal{O}(2^{\alpha N_{\mathrm{s}}}$ with a constant $\alpha\ll 1$, with the conventional algorithm with the $\mathcal{O}(2^{N_{\mathrm{s}}})$ summations requires the index time cost。 計算コストはまだ指数関数的であるが、この改良により、フリーボソン系のエントロピー力学を100ドル以上で得ることができる。 低次元自由ボソン系における絡み合いエントロピー力学のいくつかの例を示す。

関連論文リスト

• Fast-forwarding quantum algorithms for linear dissipative differential equations [2.5677613431426978]
  truncated Dyson級数に基づく量子アルゴリズムは、コスト$widetildemathcalO(log(T) (log (1/epsilon)) 2 )$で散逸したODEの履歴状態を時間$T$まで作成できることを示す。 応用として、量子アルゴリズムは散逸性非エルミート量子力学と熱過程を高速な複雑性サブ線形時間でシミュレートできることを示す。
  論文  参考訳（メタデータ） (2024-10-17T03:33:47Z)
• Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs [56.237917407785545]
  本稿では,円滑なベルマン作用素を持つ連続空間マルコフ決定過程(MDP)の一般クラスにおいて,$varepsilon$-optimal Policyを学習する問題を考察する。 我々のソリューションの鍵となるのは、調和解析のアイデアに基づく新しい射影技術である。 我々の結果は、連続空間 MDP における2つの人気と矛盾する視点のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-05-10T09:58:47Z)
• Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
  近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。 本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
  論文  参考訳（メタデータ） (2024-04-29T15:04:07Z)
• Fast Rates for Maximum Entropy Exploration [52.946307632704645]
  エージェントが未知の環境下で活動し、報酬が得られない場合、強化学習(RL)における探索の課題に対処する。 本研究では,最大エントロピー探索問題を2つの異なるタイプで検討する。 訪問エントロピーには、$widetildemathcalO(H3S2A/varepsilon2)$ sample complexity を持つゲーム理論アルゴリズムを提案する。 軌道エントロピーに対しては,次数$widetildemathcalO(mathrmpoly(S,)の複雑さのサンプルを持つ単純なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:51:14Z)
• Unbiased random circuit compiler for time-dependent Hamiltonian simulation [8.694056486825318]
  時間依存ハミルトニアンシミュレーションは量子コンピューティングにおいて重要な課題である。 我々はTDHSのための非バイアスランダムコンパイラを開発した。 相互作用図に基づくスピンモデルと分子系の断熱基底状態の数値シミュレーションを行う。
  論文  参考訳（メタデータ） (2022-12-19T13:40:05Z)
• Quantum Algorithms for Sampling Log-Concave Distributions and Estimating Normalizing Constants [8.453228628258778]
  我々は,対数凹分布をサンプリングし,正規化定数を推定するための量子アルゴリズムを開発した。 我々はモンテカルロ法と量子ウォークの量子アナログを利用する。 また、正規化定数を推定するための1/epsilon1-o(1)$量子下界も証明する。
  論文  参考訳（メタデータ） (2022-10-12T19:10:43Z)
• Random quantum circuits transform local noise into global white noise [118.18170052022323]
  低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。 十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。 ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
  論文  参考訳（メタデータ） (2021-11-29T19:26:28Z)
• Sublinear quantum algorithms for estimating von Neumann entropy [18.30551855632791]
  我々は、確率分布のシャノンエントロピーと混合量子状態のフォン・ノイマンエントロピーの乗法係数$gamma>1$における推定値を得る問題を研究する。 我々は古典的確率分布と混合量子状態の両方を扱える量子純粋クエリーアクセスモデルに取り組んでおり、文献の中では最も一般的な入力モデルである。
  論文  参考訳（メタデータ） (2021-11-22T12:00:45Z)
• Tightening the Dependence on Horizon in the Sample Complexity of Q-Learning [59.71676469100807]
  この研究は、同期Q-ラーニングのサンプルの複雑さを、任意の$0varepsilon 1$に対して$frac|mathcalS| (1-gamma)4varepsilon2$の順序に絞る。 計算やストレージを余分に必要とせずに、高速なq-learningにマッチするvanilla q-learningの有効性を明らかにした。
  論文  参考訳（メタデータ） (2021-02-12T14:22:05Z)
• Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and Variance Reduction [63.41789556777387]
  非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。 Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
  論文  参考訳（メタデータ） (2020-06-04T17:51:00Z)

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。