論文の概要: Partonic distribution functions and amplitudes using tensor network methods

• arxiv url: http://arxiv.org/abs/2501.09738v2
• Date: Thu, 06 Feb 2025 22:33:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-10 14:52:50.200261
• Title: Partonic distribution functions and amplitudes using tensor network methods
• Title（参考訳）: テンソルネットワーク法による粒子分布関数と振幅
• Authors: Zhong-Bo Kang, Noah Moran, Peter Nguyen, Wenyang Qian,
• Abstract要約: 粒子分布関数 (PDF) と分布振幅 (DA) はクォークおよびグルーオン場の光円錐相関器として定義される非摂動量である。 1+1次元のNambu-Jona-Lasinioモデルを用いて模擬数値計算を行う。 PDFとDAは、摂動的および非相対論的限界における期待と一致し、大きな量子ビット限界における様々な強い結合度で評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Calculations of the parton distribution function (PDF) and distribution amplitude (DA) are highly relevant to core experimental programs as they provide non-perturbative inputs to inclusive and exclusive processes, respectively. Direct computation of the PDFs and DAs remains challenging because they are non-perturbative quantities defined as light-cone correlators of quark and gluon fields, and are therefore inherently time-dependent. In this work, we use a uniform quantum strategy based on tensor network simulation techniques to directly extract these hadronic quantities from first principles using the matrix product state of the hadrons in the same setup. We present exemplary numerical calculations with the Nambu-Jona-Lasinio model in 1+1 dimensions and compare with available exact diagonalization and quantum circuit simulation results. Using tensor networks, we evaluate the PDF and DA at various strong couplings in the large-qubit limit, which is consistent with expectations at perturbative and non-relativistic limits.
• Abstract（参考訳）: パートン分布関数 (PDF) と分布振幅 (DA) の計算は、それぞれ包摂的および排他的プロセスに対する非摂動的入力を提供するため、コア実験プログラムに非常に関係がある。 PDFとDAの直接計算は、クォーク場とグルーオン場の光円錐相関子として定義される非摂動量であるため、本質的に時間依存であるため、依然として困難である。 本研究では、テンソルネットワークシミュレーションに基づく均一な量子戦略を用いて、ハドロンの行列積状態を用いた第一原理からこれらのハドロン量を直接抽出する。 1+1次元のNambu-Jona-Lasinioモデルを用いた模擬数値計算を行い、利用可能な正確な対角化と量子回路シミュレーション結果と比較する。 テンソルネットワークを用いて、大きな量子ビット限界における様々な強い結合でPDFとDAを評価し、摂動的および非相対論的限界における期待と一致する。

関連論文リスト

• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• Quantum tomography of helicity states for general scattering processes [55.2480439325792]
  量子トモグラフィーは、物理学における量子系の密度行列$rho$を計算するのに欠かせない道具となっている。 一般散乱過程におけるヘリシティ量子初期状態の再構成に関する理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2023-10-16T21:23:42Z)
• A bound on approximating non-Markovian dynamics by tensor networks in the time domain [0.9790236766474201]
  時間計算資源を用いて,スピンボソンモデルを効率的にシミュレーションできることを示す。 この境界は、スピンボソンモデルが時間計算資源を用いて効率的にシミュレートできることを示している。
  論文  参考訳（メタデータ） (2023-07-28T14:50:53Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• Moment Estimation for Nonparametric Mixture Models Through Implicit Tensor Decomposition [7.139680863764187]
  条件に依存しない混合モデルを$mathbbRn$で推定するために,最小二乗法を交互に最適化する手法を提案する。 線形解を用いて、累積分布関数、高次モーメント、その他の成分分布の統計値を計算する。 数値実験は、アルゴリズムの競合性能と、多くのモデルや応用への適用性を実証する。
  論文  参考訳（メタデータ） (2022-10-25T23:31:33Z)
• Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
  正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。 一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
  論文  参考訳（メタデータ） (2022-02-23T06:11:49Z)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Infinitely Wide Tensor Networks as Gaussian Process [1.7894377200944511]
  本稿では、無限に広いネットワークとガウス過程の等価性を示す。 我々は無限極限テンソルネットワークに対応するガウス過程を実装し、これらのモデルのサンプルパスをプロットする。
  論文  参考訳（メタデータ） (2021-01-07T02:29:15Z)
• Alternative quantisation condition for wavepacket dynamics in a hyperbolic double well [0.0]
  任意の高さまたは幅の双曲的二重井戸ポテンシャルの固有スペクトルと対応する固有状態を計算するための解析的アプローチを提案する。 帯域幅とピーク位置の異なる初期波のパケットを考えると,自己相関関数と準確率分布を計算する。
  論文  参考訳（メタデータ） (2020-09-18T10:29:04Z)
• Efficient variational contraction of two-dimensional tensor networks with a non-trivial unit cell [0.0]
  テンソルネットワーク状態は、強い相関の量子モデルとシステムを忠実にキャプチャする効率的な状態のクラスを提供する。 我々は最近提案された一次元量子格子をキャプチャするための変分行列積状態アルゴリズムを一般化する。 このアルゴリズムの重要な性質は、単位セルのサイズを指数的にではなく線形にスケールする計算努力である。
  論文  参考訳（メタデータ） (2020-03-02T19:01:06Z)

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。