論文の概要: Numerically efficient quasi-adiabatic propagator path integral approach with two independent non-commuting baths
- arxiv url: http://arxiv.org/abs/2503.21693v1
- Date: Thu, 27 Mar 2025 16:58:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-28 12:51:13.621005
- Title: Numerically efficient quasi-adiabatic propagator path integral approach with two independent non-commuting baths
- Title(参考訳): 2つの独立した非交換浴を用いた数値的半断熱性プロパゲータ経路積分法
- Authors: R. Ovcharenko, B. P. Fingerhut,
- Abstract要約: 本稿では,一元的環境下でのQUIPI法で導入された近似の数値的効率と精度について考察する。
具体的には、メモリ時間、経路フィルタリング、マスクによる影響関数係数の粗粒化を近似として、鮮明に定義されたメモリタイムのカットオフを考える。
以上の結果から, 異なる浴槽へのシステム結合演算子が通勤しない場合, 統計的に独立な環境の付加的な性質が誤解を招く可能性が示唆された。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Path integral methods, like the quasi-adiabatic propagator path integral (QUAPI), are widely used in general-purpose and highly accurate numerical benchmark simulations of open quantum systems, particularly in regimes inaccessible to perturbative methods. Nevertheless, the applicability of the QUAPI method to realistic systems of interest is restricted by the exponentially growing computer memory requirements with respect to the size of the quantum system and the time range of non-Markovian correlation effects. This exponential ''wall'' becomes even more severe for multiple non-commuting fluctuating environments. In the present work, we address the numerical efficiency and accuracy of approximations that have been introduced for the QUAPI method with a single general environment, for the case of two independent non-commuting environments where one of them is considered as a pure dephasing environment. Specifically, we consider a sharply defined cut-off of the memory time, path filtering and mask assisted coarse graining of influence functional coefficients (MACGIC-QUAPI) as approximations. We demonstrate that commonly applied numerical techniques such as path filtering cannot be straightforwardly transferred to the two bath case even in the weak-coupling and quasi-Markovian limits. On the other hand, the sharply defined memory cut-off can be accurately handled with the mask assisted coarse graining (MACGIC-QUAPI) approach. Our findings demonstrates that if system coupling operators to different baths do not commute, the additive nature of the statistically independent environments may be misleading. Particularly, the quasi-Markovian nature of a pure dephasing bath is lost, once there simultaneously exists another non-commuting source of fluctuations.
- Abstract(参考訳): 準アディバティック・プロパゲータ・パス積分(quasi-adiabatic propagator path integral, QUIPI)のような経路積分法は、特に摂動法に到達できない状態において、オープン量子系の汎用的で高精度な数値ベンチマークシミュレーションで広く用いられている。
それでも、quiPI法を現実的な興味を持つシステムに適用することは、量子システムのサイズと非マルコフ相関効果の時間範囲に関して指数関数的に増大するコンピュータメモリ要求によって制限される。
この指数的な「壁」は、複数の非可換な変動環境においてさらに深刻なものとなる。
本研究は, QUIPI法で導入された近似の数値的効率と精度を, 1つの一般環境と組み合わせたものである。
具体的には、メモリ時間、経路フィルタリング、マスクによる影響関数係数(MACGIC-QUAPI)の粗粒化を近似とする。
経路フィルタリングなどの一般的な数値手法は, 弱結合限界や準マルコフ限界においても, 直接2つの浴槽に移行できないことを示す。
一方、シャープに定義されたメモリカットオフは、マスクアシスト粗粒化(MACGIC-QUAPI)アプローチで正確に処理できる。
以上の結果から, 異なる浴槽へのシステム結合演算子が通勤しない場合, 統計的に独立な環境の付加的な性質が誤解を招く可能性が示唆された。
特に、純粋な脱落浴の準マルコフの性質は失われ、同時に別の非可換なゆらぎの源が存在する。
関連論文リスト
- Learning Controlled Stochastic Differential Equations [61.82896036131116]
本研究では,非一様拡散を伴う連続多次元非線形微分方程式のドリフト係数と拡散係数の両方を推定する新しい手法を提案する。
我々は、(L2)、(Linfty)の有限サンプル境界や、係数の正則性に適応する学習率を持つリスクメトリクスを含む、強力な理論的保証を提供する。
当社のメソッドはオープンソースPythonライブラリとして利用可能です。
論文 参考訳(メタデータ) (2024-11-04T11:09:58Z) - Temporally correlated quantum noise in driven quantum systems [0.0]
我々は、量子環境に弱結合した駆動系に対する量子マスター方程式を開発する。
本手法により, 発生した全ての減衰チャネルとその時間依存性の一般化速度を追跡することができる。
また、相関性および場依存性の散逸効果が単一量子ゲート演算の性能向上につながることを示した。
論文 参考訳(メタデータ) (2024-10-24T13:54:37Z) - On stability issues of the HEOM method [0.0]
補助密度演算子の階層化に必要な切り離しは,完全制御不能な誤差を生じさせると考えられる。
放散型貯水池との強い結合には, 階層構造を任意の有限サイズに切り離すことが問題となる。
論文 参考訳(メタデータ) (2024-08-10T11:13:18Z) - Efficient, Multimodal, and Derivative-Free Bayesian Inference With Fisher-Rao Gradient Flows [10.153270126742369]
正規化定数を含む確率分布の効率的な近似サンプリングについて検討した。
具体的には,科学技術応用における大規模逆問題に対するベイズ推定における問題クラスに着目する。
論文 参考訳(メタデータ) (2024-06-25T04:07:22Z) - DB-LLM: Accurate Dual-Binarization for Efficient LLMs [83.70686728471547]
大規模言語モデル(LLM)は自然言語処理の分野を著しく進歩させてきた。
既存の超低ビット量子化は、常に深刻な精度低下を引き起こす。
本稿では,LLM,すなわちDB-LLMのための新しいデュアルバイナライズ手法を提案する。
論文 参考訳(メタデータ) (2024-02-19T09:04:30Z) - Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal
Abstractions [59.605246463200736]
雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。
まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。
我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
論文 参考訳(メタデータ) (2023-01-04T10:40:30Z) - Estimating Latent Population Flows from Aggregated Data via Inversing
Multi-Marginal Optimal Transport [57.16851632525864]
累積カウントデータから潜在人口フローを推定する問題について検討する。
この問題は、プライバシーの問題や測定の不確実性のために個々の軌道が利用できない場合に発生する。
我々はMOTフレームワークのコスト関数を学習し,集約データからの遷移フローを推定する。
論文 参考訳(メタデータ) (2022-12-30T03:03:23Z) - Efficient semidefinite bounds for multi-label discrete graphical models [6.226454551201676]
このようなモデルにおける主要なクエリの1つは、Posteri(MAP)ネットワークのコストに関するSDPWCSP関数を特定することである。
従来の二重化制約手法と,行ごとの更新に基づく専用SDP/Monteiroスタイルの手法を検討する。
論文 参考訳(メタデータ) (2021-11-24T13:38:34Z) - Sampling-Based Robust Control of Autonomous Systems with Non-Gaussian
Noise [59.47042225257565]
雑音分布の明示的な表現に依存しない新しい計画法を提案する。
まず、連続系を離散状態モデルに抽象化し、状態間の確率的遷移によってノイズを捕捉する。
いわゆる区間マルコフ決定過程(iMDP)の遷移確率区間におけるこれらの境界を捉える。
論文 参考訳(メタデータ) (2021-10-25T06:18:55Z) - Differentiable Annealed Importance Sampling and the Perils of Gradient
Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。
差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。
我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文 参考訳(メタデータ) (2021-07-21T17:10:14Z) - Universal Lindblad equation for open quantum systems [0.0]
我々は、量子多体系を研究するためのリンドブラッド形式でマルコフのマスター方程式を開発する。
マスター方程式の妥当性は、入浴とシステムバスカップリングの性質に完全に依存している。
本手法が静的あるいは駆動型量子多体系にどのように適用できるかを示す。
論文 参考訳(メタデータ) (2020-04-03T11:07:40Z)
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。