論文の概要: pyTTN: An Open Source Toolbox for Open and Closed System Quantum Dynamics Simulations Using Tree Tensor Networks

• arxiv url: http://arxiv.org/abs/2503.15460v1
• Date: Wed, 19 Mar 2025 17:40:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:21:40.983961
• Title: pyTTN: An Open Source Toolbox for Open and Closed System Quantum Dynamics Simulations Using Tree Tensor Networks
• Title（参考訳）: pyTTN: ツリーテンソルネットワークを用いたオープンおよびクローズドシステム量子力学シミュレーション用オープンソースツールボックス
• Authors: Lachlan P Lindoy, Daniel Rodrigo-Albert, Yannic Rath, Ivan Rungger,
• Abstract要約: pyTTNは閉および開量子系の力学特性を評価するためのパッケージである。 pyTTNには、ゼロ温度と有限温度の計算を簡単に設定できるいくつかの機能が含まれている。 本報告では,24モードピラジンの光励起ダイナミクスの広範に使用されているベンチマークケースから,パッケージの一連の応用について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We present the Python Tree Tensor Network package (pyTTN) for the evaluation of dynamical properties of closed and open quantum systems that makes use of Tree Tensor Network (TTN), or equivalently the multi-layer multiconfiguration time-dependent Hartree (ML-MCTDH), based representations of wavefunctions. This package includes several features allowing for easy setup of zero- and finite-temperature calculations for general Hamiltonians using single and multi-set TTN ans\"atze with an adaptive bond dimension through the use of subspace expansion techniques. All core features are implemented in C++ with Python bindings provided to simplify the use of this package. In addition to these core features, pyTTN provides several tools for setting up efficient simulation of open quantum system dynamics, including the use of the TTN ansatz to represent the auxiliary density operator space for the simulation of the Hierarchical Equation of Motion (HEOM) method and generalised pseudomode methods; furthermore we demonstrate that the two approaches are equivalent up to a non-unitary normal mode transformation acting on the pseudomode degrees of freedom. We present a set of applications of the package, starting with the widely used benchmark case of the photo-excitation dynamics of 24 mode pyrazine, following which we consider a more challenging model describing the exciton dynamics at the interface of a $n$-oligothiophene donor-C$_{60}$ fullerene acceptor system. Finally, we consider applications to open quantum systems, including the spin-boson model, a set of extended dissipative spin models, and an Anderson impurity model. By combining ease of use, an efficient implementation, as well as an extendable design allowing for the addition of future extensions, pyTTN can be integrated in a wide range of computational modelling software.
• Abstract（参考訳）: 本稿では,閉かつオープンな量子系の動的特性を評価するためにPython Tree Tensor Network Pack (pyTTN)を提案する。 このパッケージには、部分空間展開技術を用いることで、適応的な結合次元を持つ単元および多元集合TTN ans\atzeを用いて、一般ハミルトニアンのゼロ温度と有限温度の計算を簡単に設定できるいくつかの特徴が含まれている。 すべてのコア機能はC++で実装されており、このパッケージの使用を簡単にするためにPythonバインディングが提供されている。 これらの特徴に加えて、pyTTNは、運動の階層方程式(HEOM)法と一般化擬モード法のシミュレーションのための補助密度演算子空間を表現するためにTTNアンサッツを使用するなど、開放量子系の力学の効率的なシミュレーションを行うためのいくつかのツールを提供する。 ここでは,24モードピラジンの光励起ダイナミクスの広範に使用されているベンチマークケースから,n$-オリゴチオフェンドナー-C$_{60}$フラーレンアクセプタのインタフェースにおけるエキシトンダイナミクスを記述する上で,より困難なモデルを考える。 最後に、スピンボソンモデル、拡張散逸スピンモデルの集合、アンダーソン不純物モデルを含む量子系を開くための応用について考察する。 使用の容易さ、効率的な実装、および将来の拡張を可能にする拡張可能な設計を組み合わせることで、pyTTNは幅広い計算モデリングソフトウェアに統合できる。

関連論文リスト

• Deep Tree Tensor Networks for Image Recognition [1.8434042562191815]
  本稿では,ittextbfDeep textbfTree textbfTensor textbfNetwork (DTTN) という新しいアーキテクチャを紹介する。 DTTNは、マルチ線形操作を通じて、機能間での2L$の乗法的相互作用をキャプチャする。 理論的には、特定の条件下での量子インスパイアされたTNモデルと相互作用するネットワークの等価性を明らかにする。
  論文  参考訳（メタデータ） (2025-02-14T05:41:33Z)
• Connectivity matters: Impact of bath modes ordering and geometry in Open Quantum System simulation with Matrix Product States [0.0]
  結合系+環境状態を行列積状態として記述できるボソニックな環境モードの単純な順序付けにより,収束に必要な結合次元を大幅に削減できることを示す。 その結果,テンソルネットワークのトポロジを微調整する複雑な相関解析は不要であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-06T09:20:08Z)
• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$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)
• Optimal Tree Tensor Network Operators for Tensor Network Simulations: Applications to Open Quantum Systems [0.0]
  ツリーテンソルネットワーク状態(TTNS)は、システムの波動関数を低ランクテンソルの積に分解する。 本稿では,任意の積和シンボル量子演算子に対して,最適かつ正確なツリーテンソルネットワーク演算子(TTNO)を自動構築するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-18T02:15:52Z)
• MPSDynamics.jl: Tensor network simulations for finite-temperature (non-Markovian) open quantum system dynamics [0.0]
  MPSDynamics.jlパッケージは、ゼロ温度と有限温度でオープン量子システムシミュレーションを実行するための使いやすいインターフェースを提供する。 Juliaプログラミング言語で書かれたMPSDynamics.jlは汎用的なオープンソースパッケージである。
  論文  参考訳（メタデータ） (2024-06-11T08:34:59Z)
• ACE: A general-purpose non-Markovian open quantum systems simulation toolkit based on process tensors [0.0]
  オープン量子系をシミュレーションするための汎用計算ツールキットについて述べる。 これは、ゼロ次元量子系の合成に対して、複数の、非常に一般的な非マルコフ環境に強く結合した数値的に正確な解を提供する。
  論文  参考訳（メタデータ） (2024-05-29T17:50:50Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
  光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。 我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
  論文  参考訳（メタデータ） (2020-07-28T14:52:28Z)
• Flexible Transmitter Network [84.90891046882213]
  現在のニューラルネットワークはMPモデルに基づいて構築されており、通常はニューロンを他のニューロンから受信した信号の実際の重み付け集約上での活性化関数の実行として定式化する。 本稿では,フレキシブル・トランスミッタ(FT)モデルを提案する。 本稿では、最も一般的な完全接続型フィードフォワードアーキテクチャ上に構築された、フレキシブルトランスミッタネットワーク(FTNet)について述べる。
  論文  参考訳（メタデータ） (2020-04-08T06:55:12Z)
• Supervised Learning for Non-Sequential Data: A Canonical Polyadic Decomposition Approach [85.12934750565971]
  特徴相互作用の効率的なモデリングは、非順序的タスクに対する教師あり学習の基盤となる。 この問題を緩和するため、モデルパラメータをテンソルとして暗黙的に表現することが提案されている。 表現性を向上するため,任意の高次元特徴ベクトルに特徴写像を適用できるようにフレームワークを一般化する。
  論文  参考訳（メタデータ） (2020-01-27T22:38:40Z)
• Model Fusion via Optimal Transport [64.13185244219353]
  ニューラルネットワークのための階層モデル融合アルゴリズムを提案する。 これは、不均一な非i.d.データに基づいてトレーニングされたニューラルネットワーク間での"ワンショット"な知識伝達に成功していることを示す。
  論文  参考訳（メタデータ） (2019-10-12T22:07:15Z)

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。