論文の概要: Memory preservation in highly-connected quantum networks

• arxiv url: http://arxiv.org/abs/2503.05655v1
• Date: Fri, 07 Mar 2025 18:16:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-10 12:21:58.883056
• Title: Memory preservation in highly-connected quantum networks
• Title（参考訳）: 高接続量子ネットワークにおけるメモリ保存
• Authors: Simone Ausilio, Fausto Borgonovi, Giuseppe Luca Celardo, Jorge Yago Malo, Maria Luisa Chiofalo,
• Abstract要約: 我々は、パラダイム的なXXZハミルトニアンによって記述された量子ネットワークの輸送特性について研究する。 解析的手法と数値的手法を組み合わせることで、全ての接続された正則ネットワークは、最初に注入された励起のメモリを長時間保存することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Complex quantum networks are powerful tools in the modeling of transport phenomena, particularly for biological systems, and enable the study of emergent entanglement structures or topology effects in of many-body quantum systems. Here, we study the transport properties of a quantum network described by the paradigmatic XXZ Hamiltonian, with non-trivial graph connectivity and topology, and long-range interaction. Adopting a combination of analytical and numerical methods to analyze the properties of increasingly complex architectures, we find that all-to-all connected regular network preserves over long times the memory of initially injected excitations, tracing it back to the system symmetries and the cooperative shielding. We then develop understanding of the conditions for this property to survive in quantum networks with either power-law node connectivity or complex, small-world type, architectures. Interestingly, we find that memory preserving effects occur also in sparse and more irregular graphs, though to a significantly lower degree. We discuss the implications of these properties in biology-related problems, such as an application to Weber's law in neuroscience, and their implementation in specific quantum technologies via biomimicry.
• Abstract（参考訳）: 複雑な量子ネットワークは、輸送現象、特に生体系のモデリングにおいて強力なツールであり、多体量子系の創発的絡み合い構造やトポロジー効果の研究を可能にする。 本稿では、非自明なグラフ接続とトポロジーと長距離相互作用を持つパラダイム XXZ Hamiltonian によって記述された量子ネットワークの輸送特性について検討する。 複雑化するアーキテクチャの特性を解析するための解析的手法と数値的手法を組み合わせることで、全ての接続された正則ネットワークは、最初に注入された励起のメモリを長時間保存し、それをシステム対称性と協調的遮蔽に遡る。 次に、この特性が量子ネットワーク上で生き残るための条件の理解を深める。 興味深いことに、メモリ保存効果はスパースグラフやより不規則なグラフでも起こるが、かなり低い程度である。 神経科学におけるウェバーの法則の適用や、バイオミミミクスによる特定の量子技術の実装など、これらの性質が生物学に関わる問題に与える影響について論じる。

関連論文リスト

• Emergence of global receptive fields capturing multipartite quantum correlations [0.565473932498362]
  量子物理学において、波動関数レベルで明確に定義された構造を持つ単純なデータでさえ、非常に複雑な相関によって特徴づけられる。 量子統計学を学習しながら、ニューラルネットワークの重み空間をモニタリングすることで、複雑な多部パターンに関する物理的直観を発達させることができることを示す。 この結果から,非局所パターンを用いたデータ処理のための畳み込みニューラルネットワークの構築について,新たな知見が得られた。
  論文  参考訳（メタデータ） (2024-08-23T12:45:40Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Using (1 + 1)D Quantum Cellular Automata for Exploring Collective Effects in Large Scale Quantum Neural Networks [0.0]
  量子パーセプトロンとニューラルネットワークが情報を処理する方法に対する量子効果の影響について検討する。 我々は、コヒーレントなハミルトン進化に関連するような量子効果の導入を可能にする量子ゲートのクラスを利用する。 量子効果が変化するときの臨界行動の変化を同定し、大規模ニューラルネットワークにおける情報処理の根底にある集合的動的挙動に実際に影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2022-07-24T17:10:12Z)
• A scalable superconducting quantum simulator with long-range connectivity based on a photonic bandgap metamaterial [0.0]
  超伝導フォトニックバンドギャップメタマテリアルに局所的に接続された量子ビットの線形配列に基づく量子シミュレータアーキテクチャを提案する。 メタマテリアルは量子バスとして、量子ビットと量子ビットの相互作用を媒介し、また多重量子ビット状態測定のための読み出しチャネルとして機能する。 我々は、量子多体カオスに基づく測定効率の高いプロトコルを用いて、システムのハミルトニアンを特徴づける。
  論文  参考訳（メタデータ） (2022-06-26T06:51:54Z)
• Collisional open quantum dynamics with a generally correlated environment: Exact solvability in tensor networks [0.0]
  システム力学の自然なマルコフ埋め込みは,ネットワークの仮想指標によって補助的なシステムの役割を担っている。 その結果、量子光学と量子輸送の分野におけるテンソル・ネットワーク法が進展した。
  論文  参考訳（メタデータ） (2022-02-09T19:48:17Z)
• Quantum local random networks and the statistical robustness of quantum scars [68.8204255655161]
  ランダムハミルトニアンの一般アンサンブルにおける量子スカーの出現について検討する。 私たちは「統計学」と呼ぶ傷跡のクラスを見つけます システムサイズによる統計的傷点数のスケーリングについて検討する。
  論文  参考訳（メタデータ） (2021-07-02T07:53:09Z)
• Tracing Information Flow from Open Quantum Systems [52.77024349608834]
  我々は導波路アレイに光子を用いて、キュービットと低次元の離散環境とのカップリングの量子シミュレーションを実装した。 量子状態間のトレース距離を情報の尺度として用いて、異なるタイプの情報伝達を分析する。
  論文  参考訳（メタデータ） (2021-03-22T16:38:31Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Probing Criticality in Quantum Spin Chains with Neural Networks [0.0]
  隠れた層を持たないニューラルネットワークでさえ、磁気秩序と乱れ相の区別を効果的に訓練できることが示される。 我々の結果は、相互作用する量子多体系の幅広いクラスに拡張され、多体量子物理学へのニューラルネットワークの広範な適用性を示す。
  論文  参考訳（メタデータ） (2020-05-05T12:34:50Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。