Fugu-MT 論文翻訳(概要): Universal properties of the many-body Lanczos algorithm at finite size

論文の概要: Universal properties of the many-body Lanczos algorithm at finite size

arxiv url: http://arxiv.org/abs/2507.17424v1
Date: Wed, 23 Jul 2025 11:31:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-24 22:33:14.974288
Title: Universal properties of the many-body Lanczos algorithm at finite size
Title（参考訳）: 有限サイズにおける多体ランツォスアルゴリズムの普遍的性質
Authors: Luca Capizzi, Leonardo Mazza, Sara Murciano,
Abstract要約: 有限サイズの多体量子系に応用したLaczosアルゴリズムの普遍的性質について検討する。我々は、大きな$n$の極限において、連続するランツォス係数の比は格子の大きさの特定のスケーリングを持つべきであると推測する。
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: We study the universal properties of the Lanczos algorithm applied to finite-size many-body quantum systems. Focusing on autocorrelation functions of local operators and on their infinite-time behaviour at finite size, we conjecture that in the large $n$ limit, the ratios between consecutive Lanczos coefficients should have specific scalings with the size of the lattice that we make precise and that depend on the hydrodynamic tail of the autocorrelation function. The scaling associated with strong or approximate zero-modes is also discussed. We support our conjecture with a numerical study of different models.
Abstract（参考訳）: 有限サイズの多体量子系に応用したLaczosアルゴリズムの普遍的性質について検討する。局所作用素の自己相関関数と、その有限サイズにおける無限時間挙動に着目して、大きな$n$極限において、連続するランツォス係数間の比は、我々が正確に行う格子の大きさと、自己相関関数の流体的尾に依存する特定のスケーリングを持つべきであると推測する。強あるいは近似零モードに関連するスケーリングについても論じる。我々は、異なるモデルの数値的な研究により、我々の予想を支持している。

関連論文リスト

Kernel-based off-policy estimation without overlap: Instance optimality beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文参考訳（メタデータ） (2023-01-16T02:57:37Z)
Adaptive LASSO estimation for functional hidden dynamic geostatistical model [69.10717733870575]
関数型隠れ統計モデル(f-HD)のためのペナル化極大推定器(PMLE)に基づく新しいモデル選択アルゴリズムを提案する。このアルゴリズムは反復最適化に基づいており、適応最小限の収縮・セレクタ演算子(GMSOLAS)ペナルティ関数を用いており、これは不給付のf-HD最大線量推定器によって得られる。
論文参考訳（メタデータ） (2022-08-10T19:17:45Z)
Krylov complexity of many-body localization: Operator localization in Krylov basis [0.0]
本稿では,Lanczosの観点から,多体局在化(MBL)システムにおける演算子成長問題とその複雑性について検討する。クリロフ基底を用いて、作用素成長問題は半無限鎖上の単一粒子ホッピング問題と見なすことができる。以上の結果から,MBL系における初期単一粒子ホッピング問題は,第1地点で局所化されることが示唆された。
論文参考訳（メタデータ） (2021-12-09T06:50:19Z)
Quantum-critical properties of the long-range transverse-field Ising model from quantum Monte Carlo simulations [0.0]
横場イジングモデルの量子臨界特性は、量子モンテカルロを用いて研究される。強磁性イジング相互作用に対しては、最も近い隣のイジングから長距離普遍クラスまで、場の理論から知られている制限条件を解く。
論文参考訳（メタデータ） (2021-03-17T07:00:29Z)
Instance Independence of Single Layer Quantum Approximate Optimization Algorithm on Mixed-Spin Models at Infinite Size [0.0]
混合スピンモデルの場合、深さ1ドルQAOAは無限大のシステムに限らず特定のインスタンスとは独立であることを示す。また,期待エネルギーの高次モーメントを明示的に表現し,QAOAの期待性能が集中していることを証明する。
論文参考訳（メタデータ） (2021-02-24T03:19:15Z)
Non-asymptotic approximations of neural networks by Gaussian processes [7.56714041729893]
ランダムな重みを持つ場合、ガウス過程によって広いニューラルネットワークが近似される程度を研究する。ネットワークの幅が無限大になるにつれて、その法則はガウス過程に収束する。
論文参考訳（メタデータ） (2021-02-17T10:19:26Z)
On Function Approximation in Reinforcement Learning: Optimism in the Face of Large State Spaces [208.67848059021915]
強化学習のコアにおける探索・探索トレードオフについて検討する。特に、関数クラス $mathcalF$ の複雑さが関数の複雑さを特徴づけていることを証明する。私たちの後悔の限界はエピソードの数とは無関係です。
論文参考訳（メタデータ） (2020-11-09T18:32:22Z)
Slice Sampling for General Completely Random Measures [74.24975039689893]
本稿では, 後続推定のためのマルコフ連鎖モンテカルロアルゴリズムについて, 補助スライス変数を用いてトランケーションレベルを適応的に設定する。提案アルゴリズムの有効性は、いくつかの一般的な非パラメトリックモデルで評価される。
論文参考訳（メタデータ） (2020-06-24T17:53:53Z)
Multipole Graph Neural Operator for Parametric Partial Differential Equations [57.90284928158383]
物理系をシミュレーションするためのディープラーニングベースの手法を使用する際の大きな課題の1つは、物理ベースのデータの定式化である。線形複雑度のみを用いて、あらゆる範囲の相互作用をキャプチャする、新しいマルチレベルグラフニューラルネットワークフレームワークを提案する。実験により, 離散化不変解演算子をPDEに学習し, 線形時間で評価できることを確認した。
論文参考訳（メタデータ） (2020-06-16T21:56:22Z)
Dynamically Stable Infinite-Width Limits of Neural Classifiers [6.09170287691728]
本稿では,ニューラルネットワークの限界挙動が,ネットワーク幅を持つハイパーパラメータのスケーリングにどのように依存するかを検討するための一般的な枠組みを提案する。既存の MF と NTK の極限モデルと1つの新しい極限モデルは、有限幅モデルによって示されるほとんどの特性を満たす。
論文参考訳（メタデータ） (2020-06-11T16:23:46Z)
Fast approximations in the homogeneous Ising model for use in scene analysis [61.0951285821105]
我々は、推論に必要な量を数値計算できる正確な近似を提供する。近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
論文参考訳（メタデータ） (2017-12-06T14:24:34Z)

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。