Fugu-MT 論文翻訳(概要): Finite-size scaling in the ageing dynamics of the $1D$ Glauber-Ising model

論文の概要: Finite-size scaling in the ageing dynamics of the $1D$ Glauber-Ising model

arxiv url: http://arxiv.org/abs/2501.05912v1
Date: Fri, 10 Jan 2025 12:14:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-13 15:26:14.421394
Title: Finite-size scaling in the ageing dynamics of the $1D$ Glauber-Ising model
Title（参考訳）: 1D$ Glauber-Ising モデルの時効力学における有限サイズスケーリング
Authors: Malte Henkel,
Abstract要約: 単時間および二時間相関器は、温度0のクエンチ後の1D$ Glauber-Isingモデルで正確に計算される。これにより、2時間自動相関器が収束する高原高さ$C_infty(2)$のスケーリング挙動をテストすることができる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Single-time and two-time correlators are computed exactly in the $1D$ Glauber-Ising model after a quench to zero temperature and on a periodic chain of finite length $N$, using a simple analytical continuation technique. Besides the general confirmation of finite-size scaling in non-equilibrium dynamics, this allows to test the scaling behaviour of the plateau height $C_{\infty}^{(2)}$ to which the two-time auto-correlator converges, when deep into the finite-size regime.
Abstract（参考訳）: 単時間および二時間相関器は、クエンチから零温度への周期鎖上の1D$ Glauber-Isingモデルと、単純な解析的継続法を用いて正確に計算される。非平衡力学における有限サイズのスケーリングの一般的な確認に加えて、これは二時間自己相関器が有限サイズの体系に深く入り込む高原の高さ$C_{\infty}^{(2)}$のスケーリング挙動をテストすることができる。

関連論文リスト

Optimal limits of continuously monitored thermometers and their Hamiltonian structure [0.24999074238880484]
ボソニックおよびフェルミオン環境における温度測定の基本的および実用的精度の限界について,N$レベルのプローブを結合して連続的にモニタリングすることにより検討した。以上の結果から,Fisher情報によって定量化される最終的な精度限界は,平衡温度測定よりも指数関数的に向上したN$と線形にスケールすることが示唆された。固定されたハミルトン構造では、観測された観測された観測された観測された軌道を最小限の誤差で温度推定にマッピングする最大推定戦略を開発する。
論文参考訳（メタデータ） (2024-08-02T15:05:06Z)
KPZ scaling from the Krylov space [83.88591755871734]
近年,Cardar-Parisi-Zhangスケーリングをリアルタイムの相関器や自動相関器に示す超拡散が報告されている。これらの結果から着想を得て,Krylov演算子に基づく相関関数のKPZスケーリングについて検討する。
論文参考訳（メタデータ） (2024-06-04T20:57:59Z)
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)
A Mean-Field Analysis of Neural Stochastic Gradient Descent-Ascent for Functional Minimax Optimization [90.87444114491116]
本稿では,超パラメトリック化された2層ニューラルネットワークの無限次元関数クラス上で定義される最小最適化問題について検討する。 i) 勾配降下指数アルゴリズムの収束と, (ii) ニューラルネットワークの表現学習に対処する。その結果、ニューラルネットワークによって誘導される特徴表現は、ワッサーシュタイン距離で測定された$O(alpha-1)$で初期表現から逸脱することが許された。
論文参考訳（メタデータ） (2024-04-18T16:46:08Z)
Quantum-critical properties of the one- and two-dimensional random transverse-field Ising model from large-scale quantum Monte Carlo simulations [0.0]
本研究では1次元と2次元でT = 0$の焼成障害を有する強磁性横磁場イジングモデルについて検討する。実効的なゼロ温度シミュレーションの強調は、既存の文献におけるいくつかの矛盾を解消する。
論文参考訳（メタデータ） (2024-03-08T11:20:42Z)
Single Trajectory Nonparametric Learning of Nonlinear Dynamics [8.438421942654292]
力学系の1つの軌道が与えられた場合、非パラメトリック最小二乗推定器(LSE)の性能を解析する。我々は最近開発された情報理論手法を活用し、非仮説クラスに対するLSEの最適性を確立する。我々は、リプシッツ力学、一般化線形モデル、再生ケルネルヒルベルト空間(RKHS)のある種のクラスで記述される関数によって記述される力学など、実用上の関心のあるいくつかのシナリオを専門とする。
論文参考訳（メタデータ） (2022-02-16T19:38:54Z)
Contrasting pseudo-criticality in the classical two-dimensional Heisenberg and $\mathrm{RP}^2$ models: zero-temperature phase transition versus finite-temperature crossover [0.0]
2次元の古典的ハイゼンベルクと$mathrmRP2$モデルを比較する。ハイゼンベルクモデルでは、有限温度相転移の兆候は見つからない。 MathrmRP2$モデルでは、スケーリング動作の突然の開始を観察する。
論文参考訳（メタデータ） (2022-02-15T17:35:15Z)
Emergent Symmetry in Brownian SYK Models and Charge Dependent Scrambling [0.0]
ブラウンSYKモデルの大きな有限$N$および無限の$N$極限におけるスクランブルと作用素のダイナミクスについて研究する。電荷保存を伴わないMajoranaモデルと、電荷保存を伴う複素モデルにおいて、時間外順序相関器(OTOC)を演算する。
論文参考訳（メタデータ） (2021-08-12T15:44:06Z)
Systematic large flavor fTWA approach to interaction quenches in the Hubbard model [55.2480439325792]
最近導入されたフェルミオン・トランケート・ウィグナー近似(fTWA)を用いた2次元ハバードモデルにおける相互作用クエンチ後の非平衡ダイナミクスについて検討する。以上の結果から,fTWAは少なくとも予熱力学を含まないことが示唆された。
論文参考訳（メタデータ） (2020-07-09T20:59:49Z)
On the Almost Sure Convergence of Stochastic Gradient Descent in Non-Convex Problems [75.58134963501094]
本稿では,勾配降下(SGD)の軌跡を解析する。我々はSGDが厳格なステップサイズポリシーのために1ドルでサドルポイント/マニフォールドを避けることを示す。
論文参考訳（メタデータ） (2020-06-19T14:11:26Z)
Momentum Improves Normalized SGD [51.27183254738711]
モーメントを追加することで、目的に対する大きなバッチサイズの必要性を確実に排除できることを示す。本稿では,ResNet-50 や BERT といった大規模タスクの事前学習において,提案手法が有効であることを示す。
論文参考訳（メタデータ） (2020-02-09T07:00:54Z)

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。