論文の概要: Cavity-Heisenberg spin-$j$ chain quantum battery and reinforcement learning optimization

• arxiv url: http://arxiv.org/abs/2412.01442v1
• Date: Mon, 02 Dec 2024 12:32:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:43:54.233550
• Title: Cavity-Heisenberg spin-$j$ chain quantum battery and reinforcement learning optimization
• Title（参考訳）: Cavity-Heisenberg スピン-$j$チェーン量子電池と強化学習最適化
• Authors: Peng-Yu Sun, Hang Zhou, Fu-Quan Dou,
• Abstract要約: 本稿では,スピン-$jを用いたキャビティ-ハイゼンベルクスピンチェーン量子電池モデルを提案する。 その結果、QBの充電エネルギーと電力はスピンサイズで大幅に向上した。 最適化機構を解析し,キャビティスピンの絡み合いと充電性能の関係を明らかにする。
• 参考スコア（独自算出の注目度）: 10.398645356993356
• License:
• Abstract: Machine learning offers a promising methodology to tackle complex challenges in quantum physics. In the realm of quantum batteries (QBs), model construction and performance optimization are central tasks. Here, we propose a cavity-Heisenberg spin chain quantum battery (QB) model with spin-$j (j=1/2,1,3/2)$ and investigate the charging performance under both closed and open quantum cases, considering spin-spin interactions, ambient temperature, and cavity dissipation. It is shown that the charging energy and power of QB are significantly improved with the spin size. By employing a reinforcement learning algorithm to modulate the cavity-battery coupling, we further optimize the QB performance, enabling the stored energy to approach, even exceed its upper bound in the absence of spin-spin interaction. We analyze the optimization mechanism and find an intrinsic relationship between cavity-spin entanglement and charging performance: increased entanglement enhances the charging energy in closed systems, whereas the opposite effect occurs in open systems. Our results provide a possible scheme for design and optimization of QBs.
• Abstract（参考訳）: 機械学習は量子物理学の複雑な課題に取り組むための有望な方法論を提供する。 量子電池(QB)の領域では、モデル構築と性能最適化が中心的な課題である。 本稿では,スピン-スピン相互作用,環境温度,空洞散逸を考慮したスピン=j(j=1/2,1,3/2)$のキャビティ-ハイゼンベルクスピン鎖量子電池(QB)モデルを提案する。 その結果、QBの充電エネルギーと電力はスピンサイズで大幅に向上した。 共振器-バタリー結合を変調するために強化学習アルゴリズムを用いることで、QB性能をさらに最適化し、スピン-スピン相互作用が存在しない場合でも、蓄えられたエネルギーが上界を超えられるようにした。 この最適化機構を解析し,キャビティスピンの絡み合いと充電性能の関係を明らかにする。 提案手法は,QBの設計と最適化の可能なスキームを提供する。

関連論文リスト

• Performance of a Superconducting Quantum Battery [0.5937476291232802]
  本研究では, 超伝導量子電池モデルを導入し, 実験生産が可能でありながら, 量子的優位性を示す。 このモデルは、2つの結合した超伝導量子ビットで構成され、これは単体充電プロセス中に熱貯水池と平衡のまま相互作用する。 我々は、ジョセフソンエネルギーの集合効果と量子ビット間の結合エネルギーを利用することで、最適化が可能となり、エネルギーの再分配が向上し、充電効率が大幅に向上することを示した。
  論文  参考訳（メタデータ） (2024-11-28T16:35:16Z)
• Quantum battery in the Heisenberg spin chain models with Dzyaloshinskii-Moriya interaction [5.094037454902481]
  量子電池(Quantum Battery, QB)は、量子力学の原理に準拠したエネルギー貯蔵・抽出装置である。 本研究では,ハイゼンベルクスピン鎖モデルにおけるジアロシンスキー-モリヤ相互作用の欠如と存在下でのQBの特性について考察する。
  論文  参考訳（メタデータ） (2024-06-23T08:23:31Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• Quantum Generative Diffusion Model: A Fully Quantum-Mechanical Model for Generating Quantum State Ensemble [40.06696963935616]
  本稿では,量子生成拡散モデル (QGDM) を単純かつエレガントな量子モデルとして紹介する。 QGDMはQGAN(Quantum Generative Adversarial Network)よりも高速な収束を示す 混合状態発生ではQGANよりも53.02%高い忠実性が得られる。
  論文  参考訳（メタデータ） (2024-01-13T10:56:34Z)
• Variational-quantum-eigensolver-inspired optimization for spin-chain work extraction [39.58317527488534]
  量子源からのエネルギー抽出は、量子電池のような新しい量子デバイスを開発するための重要なタスクである。 量子源からエネルギーを完全に抽出する主な問題は、任意のユニタリ演算をシステム上で行うことができるという仮定である。 本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T15:59:54Z)
• A Hybrid Quantum-Classical Method for Electron-Phonon Systems [40.80274768055247]
  このタイプの相関システムに適したハイブリッド量子古典アルゴリズムを開発した。 このハイブリッド法は、必要な量子ビットと量子ゲートの数を増やすことなく、任意に強い電子-フォノンカップリングに取り組む。 本手法は,半充填時のパラダイム的ハバード・ホルシュタインモデルに適用し,電荷密度波と反強磁性相の競合を正しく捉えていることを示す。
  論文  参考訳（メタデータ） (2023-02-20T08:08:51Z)
• Optimal Quantum Control of Charging Quantum Batteries [0.0]
  両部量子系の集団を制御するための収束反復法を開発した。 我々は、充電外界のオンオフに関する実験的に実現可能な問題を考慮に入れている。 パルスの形状を最適化すると、充電プロセスの電力と効率が大幅に向上する。
  論文  参考訳（メタデータ） (2022-06-30T20:29:39Z)
• Boosting quantum battery performance by structure engineering [6.211723927647019]
  量子コヒーレンス、相関、および集団効果は、量子電池の利点を利用することができる。 本稿では,スピンベースオープン量子電池に適用可能な構造工学手法を提案する。
  論文  参考訳（メタデータ） (2021-04-13T21:34:55Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Collectively enhanced high-power and high-capacity charging of quantum batteries via quantum heat engines [0.913755431537592]
  量子熱エンジン(QHE)を用いた多体電池(QB)の充電プロトコルについて検討した。 当社のプロトコルは,ほぼ$N$の平均電力拡張を同時に実現している。 以上の結果から,QHEはQBの充電器に適していることが示唆された。
  論文  参考訳（メタデータ） (2020-08-17T05:07:57Z)
• Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
  表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。 動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
  論文  参考訳（メタデータ） (2020-01-15T19:00:01Z)

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。