Fugu-MT 論文翻訳(概要): Simulating matrix models with tensor networks

論文の概要: Simulating matrix models with tensor networks

arxiv url: http://arxiv.org/abs/2412.04133v1
Date: Thu, 05 Dec 2024 12:57:58 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-06 14:39:09.580867
Title: Simulating matrix models with tensor networks
Title（参考訳）: テンソルネットワークを用いた行列モデルシミュレーション
Authors: Enrico M. Brehm, Yibin Guo, Karl Jansen, Enrico Rinaldi,
Abstract要約: 行列モデルは、空間依存を持たない量子力学系として、ゲージ理論と重力理論に関する貴重な洞察を与える。これらのモデルをシミュレートすることで、キネマティックおよび動的性質の探索が可能になる。本研究では,行列積状態として基底状態を構築し,その絡み合い構造などの特徴を解析する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Matrix models, as quantum mechanical systems without explicit spatial dependence, provide valuable insights into higher-dimensional gauge and gravitational theories, especially within the framework of string theory, where they can describe quantum black holes via the holographic principle. Simulating these models allows for exploration of their kinematic and dynamic properties, particularly in parameter regimes that are analytically intractable. In this study, we examine the potential of tensor network techniques for such simulations. Specifically, we construct ground states as matrix product states and analyse features such as their entanglement structure.
Abstract（参考訳）: 行列モデルは、明らかに空間依存のない量子力学系として、特に弦理論の枠組みの中で、高次元ゲージ理論と重力理論に関する貴重な洞察を与え、ホログラフィック原理を通じて量子ブラックホールを記述することができる。これらのモデルをシミュレートすることで、特に解析的に難解なパラメータ構造において、キネマティックおよび動的性質の探索が可能になる。本研究では,このようなシミュレーションのためのテンソルネットワーク技術の可能性について検討する。具体的には、基底状態を行列積状態として構築し、その絡み合い構造のような特徴を解析する。

関連論文リスト

Geometric Principles for Machine Learning of Dynamical Systems [0.0]
本稿では,構造的一般化を実現するために,構造に富む幾何学的空間を機械学習に活用することを提案する。本稿では,線形時間不変力学系の機械学習を通して,この考え方を説明する。
論文参考訳（メタデータ） (2025-02-19T17:28:40Z)
GauSim: Registering Elastic Objects into Digital World by Gaussian Simulator [55.02281855589641]
GauSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。我々は連続体力学を活用し、各カーネルを連続体としてモデル化し、理想化された仮定なしに現実的な変形を考慮に入れた。ガウシムは質量や運動量保存などの明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
論文参考訳（メタデータ） (2024-12-23T18:58:17Z)
Quantum simulating continuum field theories with large-spin lattice models [0.0]
マルチレベルシステムやquditシステムを用いてスカラーQFTの正規化を行う方法を示す。積分可能なsine-Gordon (sG) QFTに対する可観測物の定量的な一致につながる外挿の列を数値的に示す。我々の手法は、最先端アナログ量子シミュレーターに直接適用できる。
論文参考訳（メタデータ） (2024-12-19T19:00:01Z)
Exact Model Reduction for Continuous-Time Open Quantum Dynamics [0.0]
有限次元多体量子系を時間非依存ハミルトニアン方程式とマルコフマスター方程式によって記述する。本稿では,初期条件の集合や観測可能な関心事の時間発展を再現する,より小さな次元の縮小モデルを構築するための体系的手法を提案する。
論文参考訳（メタデータ） (2024-12-06T15:00:58Z)
Truncated Gaussian basis approach for simulating many-body dynamics [0.0]
このアプローチは、フェルミオンガウス状態にまたがる縮小部分空間内で有効ハミルトニアンを構築し、近似固有状態と固有エネルギーを得るために対角化する。対称性を利用して並列計算を行い、より大きなサイズでシステムをシミュレートすることができる。クエンチ力学では,時間発展する部分空間の波動関数が時間的ダイナミクスのシミュレーションを促進することが観察される。
論文参考訳（メタデータ） (2024-10-05T15:47:01Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文参考訳（メタデータ） (2022-03-11T18:27:04Z)
Characterizing the dynamical phase diagram of the Dicke model via classical and quantum probes [0.0]
古典的および量子的極限におけるディックモデルの動的位相図について検討する。我々の数値計算は、量子力学の平均場的特徴が正確な量子力学において有効であることを証明している。我々の予測は、閉じ込められたイオンの配列を含むディックモデルの現在の量子シミュレータで検証できる。
論文参考訳（メタデータ） (2021-02-03T19:05:56Z)
State preparation and measurement in a quantum simulation of the O(3) sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文参考訳（メタデータ） (2020-06-28T23:44:12Z)
Lorentz Group Equivariant Neural Network for Particle Physics [58.56031187968692]
ローレンツ群の下での変換に関して完全に同値なニューラルネットワークアーキテクチャを提案する。素粒子物理学における分類問題に対して、そのような同変構造は、比較的学習可能なパラメータの少ない非常に単純なモデルをもたらすことを実証する。
論文参考訳（メタデータ） (2020-06-08T17:54:43Z)
Tensor network models of AdS/qCFT [69.6561021616688]
準周期共形場理論(qCFT)の概念を導入する。離散ホログラフィーのパラダイムに属するものとして,qCFTが最適であることを示す。
論文参考訳（メタデータ） (2020-04-08T18:00:05Z)

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。