論文の概要: Accuracy of time-dependent GGE under weak dissipation

• arxiv url: http://arxiv.org/abs/2412.01896v1
• Date: Mon, 02 Dec 2024 19:00:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 21:11:22.747944
• Title: Accuracy of time-dependent GGE under weak dissipation
• Title（参考訳）: 弱散逸下における時間依存型GGEの精度
• Authors: Luca Lumia, Gianni Aupetit-Diallo, Jérôme Dubail, Mario Collura,
• Abstract要約: ユニタリ可積分モデルは通常、定常一般化ギブズ・アンサンブル(GGE)に緩和する 本研究では、最近導入された時間依存型GGE(T-GGE)アプローチを用いて、原子の損失と利得を受けるボゾンの気体の開力学を記述する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unitary integrable models typically relax to a stationary Generalized Gibbs Ensemble (GGE), but in experimental realizations dissipation often breaks integrability. In this work, we use the recently introduced time-dependent GGE (t-GGE) approach to describe the open dynamics of a gas of bosons subject to atom losses and gains. We employ tensor network methods to provide numerical evidence of the exactness of the t-GGE in the limit of adiabatic dissipation, and of its accuracy in the regime of weak but finite dissipation. That accuracy is tested for two-point functions via the rapidity distribution, and for more complicated correlations through a non-Gaussianity measure. We combine this description with Generalized Hydrodynamics and we show that it correctly captures transport at the Euler scale. Our results demonstrate that the t-GGE approach is robust in both homogeneous and inhomogeneous settings.
• Abstract（参考訳）: ユニタリ可積分モデルは通常、定常一般化ギブズ・アンサンブル(GGE)に緩和されるが、実験的な実現においては、散逸は可積分性を損なう。 本研究では、最近導入された時間依存型GGE(T-GGE)アプローチを用いて、原子の損失と利得を受けるボゾンの気体の開力学を記述する。 テンソルネットワーク法を用いて, 断熱の限界におけるt-GGEの精度と, 弱いが有限な散逸の条件下での精度の数値的証明を行う。 この精度は、急速分布による2点関数と、非ガウス性測度によるより複雑な相関について検証される。 この記述を一般化流体力学と組み合わせて、ユーラースケールでの輸送を正確に捉えることを示す。 以上の結果から, t-GGE法は均質な条件と不均一な条件の両方において堅牢であることが示された。

関連論文リスト

• Scalable Equilibrium Sampling with Sequential Boltzmann Generators [60.00515282300297]
  ボルツマン生成フレームワークを拡張し、2つの重要な改良を加えた逐次ボルツマン生成装置を導入する。 1つ目は、全原子カルテシアン座標上で直接動作する高効率な非等価トランスフォーマーベース正規化フローである。 これまでのボルツマン発生器では, トリ, テトラ, ヘキサペプチドのカルテシアン座標における最初の平衡サンプリングを実証した。
  論文  参考訳（メタデータ） (2025-02-25T18:59:13Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Convergence of mean-field Langevin dynamics: Time and space discretization, stochastic gradient, and variance reduction [49.66486092259376]
  平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。 近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。 有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
  論文  参考訳（メタデータ） (2023-06-12T16:28:11Z)
• Tight Non-asymptotic Inference via Sub-Gaussian Intrinsic Moment Norm [12.400847321321912]
  非漸近学習では、ガウス分布の分散型パラメータが最重要である。 正規化されたモーメント列を最大化することで達成されるガウス以下の固有モーメントノルムを用いることを提案する。
  論文  参考訳（メタデータ） (2023-03-13T17:03:19Z)
• From Gradient Flow on Population Loss to Learning with Stochastic Gradient Descent [50.4531316289086]
  SGD(Gradient Descent)は、大規模非ルートモデルの学習方法である。 集団損失のGFが収束すると仮定して、総合的な条件 SGD が収束する。 我々は、凸損失のような古典的な設定だけでなく、Retrieval Matrix sq-rootのようなより複雑な問題に対してもGD/SGDを統一的に解析する。
  論文  参考訳（メタデータ） (2022-10-13T03:55:04Z)
• NAG-GS: Semi-Implicit, Accelerated and Robust Stochastic Optimizer [45.47667026025716]
  2つの重要な要素に依存した、新しく、堅牢で、加速された反復を提案する。 NAG-GSと呼ばれる手法の収束と安定性は、まず広範に研究されている。 我々は、NAG-arityが、重量減衰を伴う運動量SGDや機械学習モデルのトレーニングのためのAdamWといった最先端の手法と競合していることを示す。
  論文  参考訳（メタデータ） (2022-09-29T16:54:53Z)
• SGEM: stochastic gradient with energy and momentum [0.0]
  我々は、一般の非GEM最適化問題のクラスを解くために、S, Gradient with Energy Momentumを提案する。 SGEMはエネルギー依存収束率を導出するためにエネルギーと運動量の両方を包含する。 以上の結果より,SGEMはAEGDやニューラルトレーニングよりも早く収束することが示唆された。
  論文  参考訳（メタデータ） (2022-08-03T16:45:22Z)
• Robust Estimation for Nonparametric Families via Generative Adversarial Networks [92.64483100338724]
  我々は,高次元ロバストな統計問題を解くためにGAN(Generative Adversarial Networks)を設計するためのフレームワークを提供する。 我々の研究は、これらをロバスト平均推定、第二モーメント推定、ロバスト線形回帰に拡張する。 技術面では、提案したGAN損失は、スムーズで一般化されたコルモゴロフ-スミルノフ距離と見なすことができる。
  論文  参考訳（メタデータ） (2022-02-02T20:11:33Z)
• On the Double Descent of Random Features Models Trained with SGD [78.0918823643911]
  勾配降下(SGD)により最適化された高次元におけるランダム特徴(RF)回帰特性について検討する。 本研究では, RF回帰の高精度な非漸近誤差境界を, 定常および適応的なステップサイズSGD設定の下で導出する。 理論的にも経験的にも二重降下現象を観察する。
  論文  参考訳（メタデータ） (2021-10-13T17:47:39Z)
• Prethermalisation and Thermalisation in the Entanglement Dynamics [0.0]
  量子クエンチ後の弱い相互作用を持つスピンレスフェルミオンの格子モデルにおける絡み合いのダイナミクスについて検討する。 十分に弱い相互作用のために、有限部分系の絡み合いエントロピーの2段階の緩和を観察する。
  論文  参考訳（メタデータ） (2020-07-02T17:52:25Z)
• Nonequilibrium quantum thermodynamics of determinantal many-body systems: Application to the Tonks-Girardeau and ideal Fermi gases [0.0]
  我々は,量子多体系の作業分布の特性関数を計算するための一般手法を開発した。 結果は、1次元(1D)のスピンレスフェルミオンの理想気体、ハードコアボソンのトンクス・ジラルドー(TG)ガス、ハードコアエノンの1Dガスなど幅広いシステムに適用できる。
  論文  参考訳（メタデータ） (2020-05-15T01:13:28Z)

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。