論文の概要: Reduced Basis Method for Driven-Dissipative Quantum Systems
- arxiv url: http://arxiv.org/abs/2505.05460v1
- Date: Thu, 08 May 2025 17:53:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 21:43:49.991143
- Title: Reduced Basis Method for Driven-Dissipative Quantum Systems
- Title（参考訳）: 駆動散逸量子系の還元基底法
- Authors: Hans Christiansen, Virgil V. Baran, Jens Paaske,
- Abstract要約: 強相関量子系の位相図を、駆動散逸型マルコフ系に一般化することができることを示す。
その後の還元基底ベクトルの分散による蒸留により、熱力学極限における位相境界を示す最も顕著なパラメータ依存の非バイアスな探索が可能となる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reduced basis methods provide an efficient way of mapping out phase diagrams of strongly correlated many-body quantum systems. The method relies on using the exact solutions at select parameter values to construct a low-dimensional basis, from which observables can be efficiently and reliably computed throughout the parameter space. Here we show that this method can be generalized to driven-dissipative Markovian systems allowing efficient calculations of observables in the transient and steady states. A subsequent distillation of the reduced basis vectors according to their explained variances allows for an unbiased exploration of the most pronounced parameter dependencies indicative of phase boundaries in the thermodynamic limit.
- Abstract（参考訳）: 還元基底法は、強く相関した多体量子系の位相図を効率的にマッピングする方法を提供する。
この方法は、選択パラメータ値の正確な解を用いて低次元の基底を構築することに依存し、そこからパラメータ空間全体を通して、効率的にかつ確実に観測可能を計算することができる。
ここでは、過渡状態および定常状態における可観測物の効率的な計算を可能にするように、この手法を駆動散逸マルコフ系に一般化することができることを示す。
その後の還元基底ベクトルの分散による蒸留により、熱力学極限における位相境界を示す最も顕著なパラメータ依存の非バイアスな探索が可能となる。
関連論文リスト
- A kinetic-based regularization method for data science applications [39.58317527488534]
本稿では,統計力学にインスパイアされた関数学習のための物理に基づく正規化手法を提案する。
補間器のパラメータの最適化とシステムのエネルギーの最小化の類似性から,データ分布の低次モーメントに対する制約を導入する。
これにより、データの離散表現と連続表現の相違が最小化され、それによってより好ましいエネルギーランドスケープにアクセスできるようになる。
論文 参考訳（メタデータ） (2025-03-06T08:12:01Z) - Reducing the sampling complexity of energy estimation in quantum many-body systems using empirical variance information [45.18582668677648]
パウリ分解において、与えられたハミルトニアンに対する量子状態準備のエネルギーを推定する問題を考える。
状態の実際の分散を用いた適応推定器を構築する。
論文 参考訳（メタデータ） (2025-02-03T19:00:01Z) - Order Parameter Discovery for Quantum Many-Body Systems [0.4711628883579317]
本稿では, 位相図作成のための新しい手法について紹介する。
この方法では、量子位相をマッピングし、最適化問題を定式化し、順序パラメータに対応する可観測性を発見する。
本稿では,Axial Next Nearest Neighbour Interaction(ANNNI)モデル,クラスタ状態モデル,およびRydberg原子の連鎖など,確立されたモデルに適用することで,アプローチの有効性を実証する。
論文 参考訳（メタデータ） (2024-08-02T17:25:04Z) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳（メタデータ） (2023-07-17T13:37:18Z) - Reduced basis surrogates for quantum spin systems based on tensor
networks [0.0]
削減された基盤を組み立てるための欲張り戦略をどのように実現できるかを示す。
位相図形の計算に必要な可観測物は、基礎となるヒルベルト空間とは無関係に計算することができる。
異方性や二元数交換相互作用を含む、異なる1次元量子スピン-1モデルに対するこのアプローチの効率性と精度について述べる。
論文 参考訳（メタデータ） (2023-04-26T14:29:58Z) - 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) - Deep Learning Approximation of Diffeomorphisms via Linear-Control
Systems [91.3755431537592]
我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。
対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
論文 参考訳（メタデータ） (2021-10-24T08:57:46Z) - Improving Metric Dimensionality Reduction with Distributed Topology [68.8204255655161]
DIPOLEは、局所的、計量的項と大域的、位相的項の両方で損失関数を最小化し、初期埋め込みを補正する次元推論後処理ステップである。
DIPOLEは、UMAP、t-SNE、Isomapといった一般的な手法よりも多くの一般的なデータセットで優れています。
論文 参考訳（メタデータ） (2021-06-14T17:19:44Z) - Fully differentiable optimization protocols for non-equilibrium steady
states [7.862208848127913]
本稿では,リウィリアンの任意のパラメータに対して定常状態解を微分可能な,自動微分に基づく新しい手法を提案する。
我々の手法はメモリコストが低く、定常状態を計算するための正確なアルゴリズムとは無関係である。
また,非コヒーレント光励起速度の関数として,自然光下でのエネルギー移動の定常状態の感度解析を行った。
論文 参考訳（メタデータ） (2021-03-23T15:00:29Z)
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。