論文の概要: Dynamics of Open Quantum Systems with Initial System-Environment Correlations via Stochastic Unravelings

• arxiv url: http://arxiv.org/abs/2502.12818v1
• Date: Tue, 18 Feb 2025 12:26:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:06:40.476720
• Title: Dynamics of Open Quantum Systems with Initial System-Environment Correlations via Stochastic Unravelings
• Title（参考訳）: 確率的展開による初期システム環境相関を持つオープン量子系のダイナミクス
• Authors: Federico Settimo, Kimmo Luoma, Dariusz Chruściński, Andrea Smirne, Bassano Vacchini, Jyrki Piilo,
• Abstract要約: オープン量子系において、還元力学は、システムと環境が最初は非相関であるという仮定から説明される。 相関のないシナリオでは、解答は力学をシミュレートする強力なツールであるが、これまでのところ相関が最初に存在する最も一般的なケースでは使われていない。 本研究では, 初期相関の存在下での解離を一般化する出発点として, 浴槽正 (B+) あるいは片側正分解形式を用いる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In standard treatments of open quantum systems, the reduced dynamics is described starting from the assumption that the system and the environment are initially uncorrelated. This assumption, however, is not always guaranteed in realistic scenarios and several theoretical approaches to characterize initially correlated dynamics have been introduced. For the uncorrelated scenario, stochastic unravelings are a powerful tool to simulate the dynamics, but so far they have not been used in the most general case in which correlations are initially present. In our work, we employ the bath positive (B+) or one-sided positive decomposition (OPD) formalism as a starting point to generalize stochastic unraveling in the presence of initial correlations. Noticeably, our approach doesn't depend on the particular unraveling technique, but holds for both piecewise deterministic and diffusive unravelings. This generalization allows not only for more powerful simulations for the reduced dynamics, but also for a deeper theoretical understanding of open system dynamics.
• Abstract（参考訳）: オープン量子系の標準的な処理では、システムと環境が最初は無相関であるという仮定から、還元力学が記述される。 しかし、この仮定は現実的なシナリオでは必ずしも保証されておらず、初期の相関力学を特徴づけるいくつかの理論的アプローチが導入された。 相関のないシナリオでは、確率的解法は力学をシミュレートする強力なツールであるが、今のところ相関が最初に存在する最も一般的なケースでは使われていない。 本研究では, 初期相関の存在下での確率的解離を一般化するための出発点として, 浴槽正 (B+) あるいは片側正分解 (OPD) 形式を用いる。 注目すべきは、我々のアプローチは特定の未発見のテクニックに頼らず、決定論的かつ拡散的未発見の双方に当てはまることだ。 この一般化は、より強力な動力学シミュレーションだけでなく、開系力学のより深い理論的理解にも有効である。

関連論文リスト

• Mean-field dynamics of open quantum systems with collective operator-valued rates: validity and application [0.0]
  我々は、全対全連結ハミルトニアンによって特徴づけられるオープン量子多体リンドブラッド力学のクラスを考える。 無限大系の極限における時間発展について検討し、平均作用素の力学に対する平均場方程式の正確性を示す。 我々の結果は、量子効果がパラダイム的古典モデルに与える影響について厳密で体系的な研究を可能にする。
  論文  参考訳（メタデータ） (2023-02-08T15:58:39Z)
• Different routes to the classical limit of backflow [0.0]
  本研究は,本態性脱コヒーレンスと散逸ダイナミクスの光の逆流効果を解析することである。 ここで治療されたすべての症例において、本態性脱コヒーレンスプロセスが発達するにつれて、バックフローは徐々に抑制される。
  論文  参考訳（メタデータ） (2022-11-16T17:18:09Z)
• Initial Correlations in Open Quantum Systems: Constructing Linear Dynamical Maps and Master Equations [62.997667081978825]
  任意の所定の初期相関に対して、開系の作用素の空間上の線型動的写像を導入することができることを示す。 この構造が一般化されたリンドブラッド構造を持つ線形時間局所量子マスター方程式に導かれることを実証する。
  論文  参考訳（メタデータ） (2022-10-24T13:43:04Z)
• On the generalization of learning algorithms that do not converge [54.122745736433856]
  ディープラーニングの一般化解析は、訓練が一定の点に収束すると仮定するのが一般的である。 最近の結果は、実際には勾配降下に最適化されたディープニューラルネットワークの重みは、しばしば無限に振動することを示している。
  論文  参考訳（メタデータ） (2022-08-16T21:22:34Z)
• 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)
• Structure-Preserving Learning Using Gaussian Processes and Variational Integrators [62.31425348954686]
  本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。 我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
  論文  参考訳（メタデータ） (2021-12-10T11:09:29Z)
• Adapted projection operator technique for the treatment of initial correlations [0.0]
  本稿では,システム環境相互作用の微視的モデリングに適用可能な摂動的手法を提案する。 提案手法は,従来の投射法よりも長期体制において期待される動的挙動を再現する2つのケーススタディによってさらに説明される。
  論文  参考訳（メタデータ） (2021-07-28T18:01:12Z)
• Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
  経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。 分散による離散乗法雑音のパラメータによく現れることを示す。 最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
  論文  参考訳（メタデータ） (2020-06-11T09:58:01Z)
• On dissipative symplectic integration with applications to gradient-based optimization [77.34726150561087]
  本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。 我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
  論文  参考訳（メタデータ） (2020-04-15T00:36:49Z)

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。