論文の概要: Redundant parameter dependencies in truncated classic and quantum Linear Response and Equation of Motion theory

• arxiv url: http://arxiv.org/abs/2506.06063v1
• Date: Fri, 06 Jun 2025 13:18:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.483903
• Title: Redundant parameter dependencies in truncated classic and quantum Linear Response and Equation of Motion theory
• Title（参考訳）: 古典的および量子的線形応答と運動理論の方程式における冗長パラメータ依存性
• Authors: Erik Rosendahl Kjellgren, Peter Reinholdt, Karl Michael Ziems, Stephan P. A. Sauer, Sonia Coriani, Jacob Kongsted,
• Abstract要約: 波動関数から分子特性を抽出することは、線形応答(LR)形式主義または等価に運動方程式(EOM)形式主義によって行うことができる。 計算された励起エネルギーは、基底状態がFCI溶液である場合でも、特定の選択された軌道に依存する。
• 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: Extracting molecular properties from a wave function can be done through the linear response (LR) formalism or, equivalently, the equation of motion (EOM) formalism. For a simple model system, He in a 6-31G basis, it is here shown that calculated excitation energies depend on the specifically chosen orbitals, even when the ground-state is the FCI solution, if the LR is truncated to a singles expansion. This holds for naive, projected, self-consistent, and state-transfer parametrizations of the LR operators. With a focus on the state-transfer parameterization, this problem is shown to also hold for more complicated systems, and is also present when the LR is truncated to singles and doubles. This problem can be alleviated by performing a ground-state constrained trace optimization of the Hessian matrix before performing the LR calculation. It is finally shown that spectra can be further improved for small LR expansions by targeting only a few states in the constrained trace optimization using constrained state-averaged UCC.
• Abstract（参考訳）: 波動関数から分子特性を抽出することは、線形応答(LR)形式主義または等価に運動方程式(EOM)形式主義によって行うことができる。 単純なモデル系では、彼は6-31Gベースで計算された励起エネルギーが特定の選択された軌道に依存することを示した。 これは、LR作用素の素性、射影性、自己整合性、および状態遷移パラメトリゼーション(英語版)(state-transfer parametrization)である。 状態遷移パラメータ化に焦点をあてると、この問題はより複雑なシステムにも当てはまることが示され、LRがシングルとダブルに切り替わる際にも存在する。 この問題は、LR計算を行う前に、ヘッセン行列の基底状態制約付きトレース最適化を実行することで緩和することができる。 最後に、制約付き状態平均UCCを用いた制約付きトレース最適化において、少数の状態のみをターゲットとすることで、小さなLR拡張に対してスペクトルをさらに改善できることが示されている。

関連論文リスト

• ODELoRA: Training Low-Rank Adaptation by Solving Ordinary Differential Equations [54.886931928255564]
  低ランク適応(LoRA)は、深層移動学習においてパラメータ効率の高い微調整法として広く採用されている。 常微分方程式(ODE)の形でLoRA因子行列に対する新しい連続時間最適化ダイナミクスを提案する。 ODELoRAは,問題次元の異なるスケールのディープニューラルネットワークのトレーニングに不可欠な特性である,安定した特徴学習を実現する。
  論文  参考訳（メタデータ） (2026-02-07T10:19:36Z)
• MirrorLA: Reflecting Feature Map for Vision Linear Attention [49.41670925034762]
  リニアアテンションはトランスフォーマーの2次から線形への計算複雑性を著しく低下させるが、パフォーマンスにおけるソフトマックスに基づくアテンションの遅れは一貫して遅れる。 我々は、受動トランケーションをアクティブなリオリエンテーションに置き換える幾何学的枠組みであるMirrorLAを提案する。 MirrorLAは標準的なベンチマークで最先端のパフォーマンスを実現し、表現の忠実さを損なうことなく厳密な線形効率を実現できることを示した。
  論文  参考訳（メタデータ） (2026-02-04T09:14:09Z)
• Deep Delta Learning [91.75868893250662]
  本稿では,標準残差接続を一般化した新しいアーキテクチャであるDeep Delta Learning(DDL)を紹介する。 我々はこの演算子のスペクトル解析を行い、ゲート$(mathbfX)$がアイデンティティマッピング、投影、幾何反射のダイナミックな相互作用を可能にすることを示した。 この統合により、ネットワークは階層的な遷移作用素のスペクトルを明示的に制御することができ、複雑な非単調力学のモデリングを可能にする。
  論文  参考訳（メタデータ） (2026-01-01T18:11:38Z)
• Parallel Diffusion Solver via Residual Dirichlet Policy Optimization [88.7827307535107]
  拡散モデル(DM)は、最先端の生成性能を達成したが、シーケンシャルなデノナイジング特性のため、高いサンプリング遅延に悩まされている。 既存のソルバベースの加速度法では、低次元の予算で画像品質が著しく低下することが多い。 本研究では,各ステップに複数の勾配並列評価を組み込んだ新しいODE解法であるEnsemble Parallel Directionsolvr(EPD-EPr)を提案する。
  論文  参考訳（メタデータ） (2025-12-28T05:48:55Z)
• On the Convergence Rate of LoRA Gradient Descent [22.183624306817563]
  本稿では,テキスト起源のLoRA勾配降下アルゴリズムの非漸近収束解析について述べる。 我々は、LoRA勾配降下が、反復数として$O(frac1log T)$で定常点に収束することを証明している。
  論文  参考訳（メタデータ） (2025-12-20T07:20:54Z)
• A State-Specific Iterative Decoupling Scheme Based on Perturbation Theory for Low-Energy Electronic States [0.0]
  マルチステップRayleigh-SchrodingerとBrillouin-Wigner摂動スキームの選択的かつスケーラブルな拡張を導入する。
  論文  参考訳（メタデータ） (2025-09-19T16:57:57Z)
• Generalized Linear Mode Connectivity for Transformers [87.32299363530996]
  驚くべき現象はリニアモード接続(LMC)であり、独立に訓練されたモデルを低損失またはゼロ損失の経路で接続することができる。 以前の研究は主に置換によるニューロンの並べ替えに焦点を合わせてきたが、そのようなアプローチは範囲に限られている。 我々は、4つの対称性クラス(置換、半置換、変換、一般可逆写像)をキャプチャする統一的なフレームワークを導入する。 この一般化により、独立に訓練された視覚変換器とGPT-2モデルの間の低障壁とゼロバリア線形経路の発見が可能となった。
  論文  参考訳（メタデータ） (2025-06-28T01:46:36Z)
• Pixel to Gaussian: Ultra-Fast Continuous Super-Resolution with 2D Gaussian Modeling [50.34513854725803]
  Arbitrary-scale Super- resolution (ASSR) は、低解像度(LR)入力から任意のアップサンプリング係数で高解像度(HR)イメージを再構成することを目的としている。 本稿では,Gaussian Splattingを用いたLR画像から2次元連続HR信号を明示的に再構成する,Pixel-to-Gaussianパラダイムを用いた新しいContinuousSRフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-09T13:43:57Z)
• Lindbladian reverse engineering for general non-equilibrium steady states: A scalable null-space approach [49.1574468325115]
  NESS を対象とするリンドバルディアン・マスター方程式を再構成する手法を提案する。 相関行列の核(ヌル空間)はリンドブラディアン解に対応する。 ボソニックガウスから散逸駆動の集合スピンまで、様々なシステムでこの方法を説明する。
  論文  参考訳（メタデータ） (2024-08-09T19:00:18Z)
• Reduced density matrix formulation of quantum linear response [0.0]
  線形応答(LR)理論によるスペクトル特性の予測は、分子系の光誘起過程を理解するための量子化学において重要なツールである。 我々は最近,この手法を量子線形応答 (qLR) という,軌道回転を伴う実測空間近似を用いて,近距離量子ハードウェアに適用した。 このハイブリッドアプローチの古典的なコスト削減のために、我々はqLRの還元密度行列(RDM)駆動アプローチを導出し、実装する。
  論文  参考訳（メタデータ） (2024-04-25T13:08:25Z)
• Unveiling Intrinsic Many-Body Complexity by Compressing Single-Body Triviality [1.2289361708127877]
  総軌道相関は波動関数の内在的な複雑さを実際に明らかにし、定量化する。 軌道を最適化するための反復的なスキームが提案されている。 最適化された軌道により、限られたTCCSDアンサッツはより非自明な情報をキャプチャすることができる。
  論文  参考訳（メタデータ） (2024-02-26T18:59:08Z)
• Which options exist for NISQ-friendly linear response formulations? [0.0]
  本稿では,資源効率のよい量子線形応答定式化(qLR)を提案する。 そこで本研究では,新しい演算子変換を利用する8種類の近距離qLR形式について検討する。 我々は、proj LRSD' と all-proj LRSD' と呼ばれる2つの有望な候補を同定する。
  論文  参考訳（メタデータ） (2023-12-21T15:30:53Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)
• Third quantization of open quantum systems: new dissipative symmetries and connections to phase-space and Keldysh field theory formulations [77.34726150561087]
  3つの方法全てを明示的に接続する方法で第3量子化の手法を再構成する。 まず、我々の定式化は、すべての二次ボゾンあるいはフェルミオンリンドブラディアンに存在する基本散逸対称性を明らかにする。 ボソンに対して、ウィグナー関数と特徴関数は密度行列の「波動関数」と考えることができる。
  論文  参考訳（メタデータ） (2023-02-27T18:56:40Z)
• Lower Bounding Ground-State Energies of Local Hamiltonians Through the Renormalization Group [0.0]
  本稿では,量子系の実測可能な局所密度行列の集合に対して,トラクタブル凸緩和を定式化する方法を示す。 根底にある再正規化手順の粗粒度写像は、これらの制約の多くを取り除くのに役立つ。 これは任意の局所ハミルトニアンの基底状態エネルギーの厳密な下界を得るのに使うことができる。
  論文  参考訳（メタデータ） (2022-12-06T14:39:47Z)
• Regression of high dimensional angular momentum states of light [47.187609203210705]
  空間強度分布の測定から入力OAM状態を再構成する手法を提案する。 我々は、量子ウォークダイナミックスによって4次元のOAM状態を生成する、実際のフォトニックなセットアップで我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2022-06-20T16:16:48Z)
• Sample-Efficient Reinforcement Learning Is Feasible for Linearly Realizable MDPs with Limited Revisiting [60.98700344526674]
  線形関数表現のような低複雑度モデルがサンプル効率のよい強化学習を可能にする上で重要な役割を果たしている。 本稿では,オンライン/探索的な方法でサンプルを描画するが,制御不能な方法で以前の状態をバックトラックし,再訪することができる新しいサンプリングプロトコルについて検討する。 この設定に合わせたアルゴリズムを開発し、特徴次元、地平線、逆の準最適ギャップと実際にスケールするサンプル複雑性を実現するが、状態/作用空間のサイズではない。
  論文  参考訳（メタデータ） (2021-05-17T17:22:07Z)
• Deep Low-rank plus Sparse Network for Dynamic MR Imaging [18.09395940969876]
  動的MR再構成のためのモデルベース低ランク+スパースネットワークL+S-Netを提案する。 振り返りおよび将来的な心血管データセットの実験により、提案モデルは最先端のCSおよび既存のディープラーニング手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-10-26T15:55:24Z)
• Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
  我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。 暗黙正則化現象の理論的保証を提供する。
  論文  参考訳（メタデータ） (2020-07-16T13:27:47Z)

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。