論文の概要: Singular Value Decomposition and Its Blind Spot for Quantum Chaos in Non-Hermitian Sachdev-Ye-Kitaev Models

• arxiv url: http://arxiv.org/abs/2503.11274v2
• Date: Sun, 23 Mar 2025 07:04:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-25 14:28:30.021097
• Title: Singular Value Decomposition and Its Blind Spot for Quantum Chaos in Non-Hermitian Sachdev-Ye-Kitaev Models
• Title（参考訳）: 非エルミート Sachdev-Ye-Kitaev モデルにおける量子カオスの特異値分解とその盲点
• Authors: Matteo Baggioli, Kyoung-Bum Huh, Hyun-Sik Jeong, Xuhao Jiang, Keun-Young Kim, Juan F. Pedraza,
• Abstract要約: 特異値分解(SVD)法は非エルミート系における量子カオスの探索には不十分である。 非正定値スペクトルを持つ系のエルミート極限において,SVDが従来の固有値統計を再現できないことを示す。 我々は、この方向の今後の研究のために、より堅牢な手法であるバイランチョスアルゴリズムを採用することを提唱する。
• 参考スコア（独自算出の注目度）: 2.0603431589684518
• License:
• Abstract: The study of chaos and complexity in non-Hermitian quantum systems poses significant challenges due to the emergence of complex eigenvalues in their spectra. Recently, the singular value decomposition (SVD) method was proposed to address these challenges. In this work, we identify two critical shortcomings of the SVD approach when analyzing Krylov complexity and spectral statistics in non-Hermitian settings. First, we show that SVD fails to reproduce conventional eigenvalue statistics in the Hermitian limit for systems with non-positive definite spectra, as exemplified by a variant of the Sachdev-Ye-Kitaev (SYK) model. Second, and more fundamentally, Krylov complexity and spectral statistics derived via SVD cannot distinguish chaotic from integrable non-Hermitian dynamics, leading to results that conflict with complex spacing ratio analysis. Our findings reveal that SVD is inadequate for probing quantum chaos in non-Hermitian systems, and we advocate employing more robust methods, such as the bi-Lanczos algorithm, for future research in this direction.
• Abstract（参考訳）: 非エルミート量子系におけるカオスと複雑性の研究は、スペクトルにおける複素固有値の出現によって大きな課題を生じさせる。 近年,これらの課題に対処するために特異値分解法(SVD)が提案されている。 本研究では,Krylovの複雑性解析におけるSVDアプローチの2つの重要な欠点と,非エルミート的条件下でのスペクトル統計量について述べる。 まず,Sachdev-Ye-Kitaev(SYK)モデルの変種を例として,非正定スペクトル系のエルミート極限における従来の固有値統計を再現できないことを示す。 第二に、より根本的には、SVDによって導かれるクリロフ複雑性とスペクトル統計学は、積分可能でないエルミート力学とカオスを区別することができず、複雑なスペーシング比分析と矛盾する結果をもたらす。 以上の結果から,SVDは非エルミート系における量子カオスの探索には不十分であることが判明した。

関連論文リスト

• Krylov space approach to Singular Value Decomposition in non-Hermitian systems [0.0]
  非エルミート確率行列とハミルトン行列に対する三対角化法を提案する。 この手法は特異値の実と非負の性質を利用し、非エルミート系で典型的に見られる複素固有値をバイパスする。 我々は、非エルミート対称性クラスの部分集合内の2次元非エルミート確率行列に対するクリロフ複雑性を解析的に計算する。
  論文  参考訳（メタデータ） (2024-11-14T09:37:45Z)
• Two-dimensional non-Hermitian Su-Schrieffer-Heeger Model [0.0]
  粒子ホール対称性で保護された2次元非エルミタンSu-Schrieffer-Heeger (SSH) モデルについて検討した。 例外的な点は、次元のないポテンシャル等級とホッピング振幅が一意に近いときに起こる。
  論文  参考訳（メタデータ） (2024-10-07T07:49:35Z)
• Probing quantum chaos through singular-value correlations in sparse non-Hermitian SYK model [0.0]
  スパース非エルミート的Sachdev-Ye-Kitaev(SYK)モデルにおける特異値のスペクトルについて検討する。 以上の結果から,特異値の統計値と類似のエルミート・ガウスアンサンブルの統計値との一致が明らかとなった。
  論文  参考訳（メタデータ） (2024-06-17T18:00:05Z)
• Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution [110.99891169486366]
  本稿では,効率的かつ高精度な不確実性定量化を深層学習に基づく代理モデルに統合する手法を提案する。 本手法は,フォワード問題と逆問題の両方に対して,堅牢かつ効率的な不確実性定量化機能を備えたディープラーニングに基づく代理モデルを提案する。 提案手法は, 長期予測を含むシナリオに適合し, 拡張された自己回帰ロールアウトに対する不確かさの伝播に優れる。
  論文  参考訳（メタデータ） (2024-02-13T11:22:59Z)
• Spread complexity in saddle-dominated scrambling [0.0]
  本研究では, サーモフィールド二重状態の拡散複雑性について考察した。 Lanczosアルゴリズムを適用すると、これらのシステムにおける拡散複雑性が、エンフェーシス系を連想させる特徴を示すことが判明した。
  論文  参考訳（メタデータ） (2023-12-19T20:41:14Z)
• Integrability to chaos transition through Krylov approach for state evolution [0.0]
  量子進化の複雑さは、その分散を選択的に調べることで理解することができる。 最近の研究は、クリロフ基底がこの分散を最小化するのに特に適しているという事実を強調している。 この性質は量子カオスの研究において、クリロフ基底の中心的な役割を割り当てる。
  論文  参考訳（メタデータ） (2023-09-23T16:35:19Z)
• Clipped Stochastic Methods for Variational Inequalities with Heavy-Tailed Noise [64.85879194013407]
  単調なVIPと非単調なVIPの解法における信頼度に対数的依存を持つ最初の高確率結果が証明された。 この結果は光尾の場合で最もよく知られたものと一致し,非単調な構造問題に新鮮である。 さらに,多くの実用的な定式化の勾配雑音が重く,クリッピングによりSEG/SGDAの性能が向上することを示す。
  論文  参考訳（メタデータ） (2022-06-02T15:21:55Z)
• Deconfounded Score Method: Scoring DAGs with Dense Unobserved Confounding [101.35070661471124]
  本研究では,観測データ分布に特徴的フットプリントが残っており,突発的・因果的影響を解消できることを示す。 汎用ソルバで実装し,高次元問題へのスケールアップが可能なスコアベース因果検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-28T11:07:59Z)
• Bernstein-Greene-Kruskal approach for the quantum Vlasov equation [91.3755431537592]
  一次元定常量子ブラソフ方程式は、エネルギーを力学変数の1つとして分析する。 量子トンネル効果が小さい半古典的な場合、無限級数解が開発される。
  論文  参考訳（メタデータ） (2021-02-18T20:55:04Z)
• Bayesian Uncertainty Estimation of Learned Variational MRI Reconstruction [63.202627467245584]
  我々は,モデル不連続な不確かさを定量化するベイズ変分フレームワークを提案する。 提案手法はMRIのアンダーサンプを用いた再建術の術後成績を示す。
  論文  参考訳（メタデータ） (2021-02-12T18:08:14Z)
• Einselection from incompatible decoherence channels [62.997667081978825]
  我々は、CQED実験にインスパイアされたオープン量子力学を、2つの非可換リンドブラッド作用素を用いて解析する。 Fock状態は、決定的な結合をデコヒーレンスにデコヒーレンスする最も堅牢な状態のままであることを示す。
  論文  参考訳（メタデータ） (2020-01-29T14:15:19Z)

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。