論文の概要: Making Truncated Wigner for dissipative spins 'plain easy'

• arxiv url: http://arxiv.org/abs/2503.17443v1
• Date: Fri, 21 Mar 2025 18:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-25 14:33:59.896068
• Title: Making Truncated Wigner for dissipative spins 'plain easy'
• Title（参考訳）: 散逸性スピンのトリニキト・ウィグナーは「簡単」
• Authors: Hossein Hosseinabadi, Oksana Chelpanova, Jamir Marino,
• Abstract要約: 我々は、散逸した量子多体システムのためのTWA(Truncated Wigner approximation)のユーザフレンドリーなフレームワークを提唱した。 私たちのアプローチは計算に手頃な価格で、簡単な実装が特徴です。 我々は、TWAが、消費者コンピュータ上で駆動散逸多体ダイナミクスを高速かつ効率的に探索するための主要なツールになり得ると論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We put forward a user-friendly framework of the truncated Wigner approximation (TWA) for dissipative quantum many-body systems. Our approach is computationally affordable and it features a straightforward implementation. The leverage of the method can be ultimately traced to an intimate connection between the TWA and the semi-classical limit of the quantum Langevin equation, which we unveil by resorting to a path integral representation of the Lindbladian. Our approach allows us to explore dynamics from early to late times in a variety of models at the core of modern AMO research, including lasing, central spin models, driven arrays of Rydbergs and correlated emission in free space. Notably, our TWA outperforms the method of cumulant expansion in terms of efficiency, ease of use, and broad applicability. We therefore argue that TWA could become in the near future a primary tool for a fast and efficient first exploration of driven-dissipative many-body dynamics on consumer grade computers.
• Abstract（参考訳）: 我々は、散逸した量子多体システムのためのTWA(Truncated Wigner approximation)のユーザフレンドリーなフレームワークを提唱した。 私たちのアプローチは計算に手頃な価格で、簡単な実装が特徴です。 この方法の活用は、究極的には、TWAと量子ランゲヴィン方程式の半古典的極限の間の親密な接続に遡ることができる。 我々のアプローチは、現代のAMO研究の核となる様々なモデルにおいて、早期から後期までの力学を探索することを可能にする。 特に、我々のTWAは、効率、使いやすさ、幅広い適用性の観点から累積展開法よりも優れています。 したがって、TWAは近い将来、消費者コンピュータ上での駆動散逸多体ダイナミクスの高速かつ効率的な第1探索ツールになり得ると論じる。

関連論文リスト

• Clifford-Dressed Variational Principles for Precise Loschmidt Echoes [44.99833362998488]
  我々は、最近導入されたクリフォード型時間依存変動原理(TDVP)を拡張し、計算ベースで多体波動関数の振幅を効率的に計算する。 TDVPの進化中にクリフォード・ディエンタングリングゲートを組み込むことで,これらの振幅の計算を利用可能にしつつ,効果的にエンタングメント成長を制御することができる。
  論文  参考訳（メタデータ） (2025-02-03T22:43:32Z)
• On Accelerating Edge AI: Optimizing Resource-Constrained Environments [1.7355861031903428]
  リソース制約のあるエッジデプロイメントでは、厳格な計算、メモリ、エネルギー制限とハイパフォーマンスのバランスをとるAIソリューションが要求される。 本稿では,このような制約下でのディープラーニングモデルを加速するための主要な戦略について概観する。
  論文  参考訳（メタデータ） (2025-01-25T01:37:03Z)
• Exact Dynamics and Shortcuts to Adiabaticity in the Tomonaga-Luttinger Liquid [0.0]
  友長・ラッティンガー液体(TLL)によるギャップレス多体量子系の制御の進展を報告する。 本手法は, 駆動されたTLLの最後の非断熱残エネルギーをキャンセルする, 断熱のショートカットを行うのに有用であることを示す。 第2に、線形ランプやスムーズなプロトコルを含む様々な駆動スキームを有限時間で解析するために、この枠組みを適用した。
  論文  参考訳（メタデータ） (2024-01-31T14:42:53Z)
• When Parameter-efficient Tuning Meets General-purpose Vision-language Models [65.19127815275307]
  PETALは、一意のモード近似技術によって達成される全パラメータの0.5%しか必要とせず、トレーニングプロセスに革命をもたらす。 実験の結果,PETALは現状の手法をほとんどのシナリオで上回るだけでなく,完全な微調整モデルよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-12-16T17:13:08Z)
• Boosting Inference Efficiency: Unleashing the Power of Parameter-Shared Pre-trained Language Models [109.06052781040916]
  本稿ではパラメータ共有言語モデルの推論効率を向上させる手法を提案する。 また、完全あるいは部分的に共有されたモデルにつながる単純な事前学習手法を提案する。 その結果,本手法が自己回帰的および自己符号化的PLMに与える影響が示された。
  論文  参考訳（メタデータ） (2023-10-19T15:13:58Z)
• Energy-Guided Continuous Entropic Barycenter Estimation for General Costs [95.33926437521046]
  任意のOTコスト関数に対して連続的エントロピーOT(EOT)バリセンタを近似する新しいアルゴリズムを提案する。 本手法は、弱いOTに基づくEOT問題の二重再構成に基づいている。
  論文  参考訳（メタデータ） (2023-10-02T11:24:36Z)
• D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
  コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。 このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。 さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
  論文  参考訳（メタデータ） (2023-03-01T10:38:10Z)
• COST-EFF: Collaborative Optimization of Spatial and Temporal Efficiency with Slenderized Multi-exit Language Models [16.586312156966635]
  トランスフォーマーベースの事前訓練言語モデル(PLM)は、高い能力にもかかわらず過度のオーバーヘッドに悩まされている。 既存の静的圧縮モデルは、入力インスタンス間の様々な複雑さに気づいていない。 静的モデル圧縮と動的推論アクセラレーションを統合したPLMの協調最適化を提案する。
  論文  参考訳（メタデータ） (2022-10-27T15:06:40Z)
• Energy-Efficient Adaptive Machine Learning on IoT End-Nodes With Class-Dependent Confidence [22.225875583595027]
  少ない精度のドロップでエネルギー効率を得る効果的な方法は、ますます複雑なモデルの集合を順次実行することである。 現在の手法では、各モデルが生成する出力確率に1つのしきい値を用いる。 本手法は, シングルスレッド方式と比較して, エネルギー消費を大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2022-04-07T13:22:52Z)
• Systematic large flavor fTWA approach to interaction quenches in the Hubbard model [55.2480439325792]
  最近導入されたフェルミオン・トランケート・ウィグナー近似(fTWA)を用いた2次元ハバードモデルにおける相互作用クエンチ後の非平衡ダイナミクスについて検討する。 以上の結果から,fTWAは少なくとも予熱力学を含まないことが示唆された。
  論文  参考訳（メタデータ） (2020-07-09T20:59:49Z)
• BERT Loses Patience: Fast and Robust Inference with Early Exit [91.26199404912019]
  本稿では,事前学習した言語モデルの効率性と堅牢性を向上させるためのプラグイン・アンド・プレイ手法として,Patience-based Early Exitを提案する。 提案手法では,モデルを少ないレイヤで予測できるため,推論効率が向上する。
  論文  参考訳（メタデータ） (2020-06-07T13:38:32Z)

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。