論文の概要: Accelerated Inchworm Method with Tensor-Train Bath Influence Functional
- arxiv url: http://arxiv.org/abs/2506.12410v1
- Date: Sat, 14 Jun 2025 09:05:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-17 17:28:46.105756
- Title: Accelerated Inchworm Method with Tensor-Train Bath Influence Functional
- Title（参考訳）: Tensor-Train Bath によるInchworm法の高速化
- Authors: Geshuo Wang, Yixiao Sun, Siyao Yang, Zhenning Cai,
- Abstract要約: Inchworm法を用いてオープン量子系をシミュレーションする効率的なアルゴリズムを提案する。
インテグレード内の高コスト浴効果関数 (BIF) をテンソルトレインとして近似した。
テンソルトレインの低ランク構造のおかげで,提案手法は次元数と線形にスケールする複雑性を持つ。
- 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: We propose an efficient tensor-train-based algorithm for simulating open quantum systems with the inchworm method, where the reduced dynamics of the open quantum system is expressed as a perturbative series of high-dimensional integrals. Instead of evaluating the integrals with Monte Carlo methods, we approximate the costly bath influence functional (BIF) in the integrand as a tensor train, allowing accurate deterministic numerical quadrature schemes implemented in an iterative manner. Thanks to the low-rank structure of the tensor train, our proposed method has a complexity that scales linearly with the number of dimensions. Our method couples seamlessly with the tensor transfer method, allowing long-time simulations of the dynamics.
- Abstract（参考訳）: 本研究では,開量子系の力学を高次元積分の摂動級数として表現するインヒワーム法を用いて,開量子系をシミュレーションする効率的なテンソルトレインアルゴリズムを提案する。
モンテカルロ法で積分を評価する代わりに、積分器のコストバス影響関数(BIF)をテンソルトレインとして近似し、正確な決定論的数値二次スキームを反復的に実装する。
テンソルトレインの低ランク構造のおかげで,提案手法は次元数と線形にスケールする複雑性を持つ。
本手法はテンソル伝達法とシームレスに結合し,力学の長期シミュレーションを可能にする。
関連論文リスト
- The Integral Decimation Method for Quantum Dynamics and Statistical Mechanics [44.99833362998488]
積分デシメーション(ID)と呼ばれる関数積分を数値的に評価する手法を提案する。
IDは、40サイトチェーンのシステムにおける量子力学の高精度なシミュレーションを可能にする。
論文 参考訳（メタデータ） (2025-06-12T22:26:12Z) - Efficiency of Dynamical Decoupling for (Almost) Any Spin-Boson Model [44.99833362998488]
構造ボソニック環境と結合した2レベル系の動的疎結合を解析的に検討した。
このようなシステムに対して動的疎結合が機能する十分な条件を見つける。
私たちの境界は、様々な関連するシステムパラメータで正しいスケーリングを再現します。
論文 参考訳（メタデータ） (2024-09-24T04:58:28Z) - Simulation of Spin Chains with off-diagonal Coupling Using Inchworm Method [0.0]
本研究では, 閉量子スピン鎖と近接結合の動的シミュレーションを行い, チェーン内の各スピンとハーモニックバスの関連性について検討した。
長期シミュレーションにおける計算コストとメモリコストを削減するため,スピン鎖の密度行列を効率的に表現するためにテンソルトレイン表現を適用した。
論文 参考訳（メタデータ） (2024-07-05T09:07:39Z) - Adaptive Federated Learning Over the Air [108.62635460744109]
オーバー・ザ・エア・モデル・トレーニングの枠組みの中で,適応勾配法,特にAdaGradとAdamの連合バージョンを提案する。
解析の結果,AdaGrad に基づくトレーニングアルゴリズムは $mathcalO(ln(T) / T 1 - frac1alpha の速度で定常点に収束することがわかった。
論文 参考訳（メタデータ） (2024-03-11T09:10:37Z) - Real-Time Simulation of Open Quantum Spin Chains with Inchworm Method [0.0]
オープン量子系の実時間シミュレーションについて検討し、スピン鎖でモデル化し、各スピンは自身のハーモニックバスに関連付けられている。
本手法はスピン-ボソンモデルに対するインヒワーム法とスピン系に対するモジュラーパス積分法とを結合する。
論文 参考訳（メタデータ） (2023-07-08T07:46:39Z) - Deep Stochastic Mechanics [17.598067133568062]
本稿では,時間発展するシュリンガー方程式の数値シミュレーションのための,ディープラーニングに基づく新しい手法を提案する。
本手法により,マルコフ拡散からサンプリングすることで,波動関数の潜時低次元構造に適応することができる。
論文 参考訳（メタデータ） (2023-05-31T09:28:03Z) - 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) - Guaranteed Conservation of Momentum for Learning Particle-based Fluid
Dynamics [96.9177297872723]
本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。
我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。
提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2022-10-12T09:12:59Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳（メタデータ） (2022-02-15T19:00:09Z)
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。