Fugu-MT 論文翻訳(概要): On decoherence in surface hopping: the nonadiabaticity threshold

論文の概要: On decoherence in surface hopping: the nonadiabaticity threshold

arxiv url: http://arxiv.org/abs/2507.18381v1
Date: Thu, 24 Jul 2025 12:57:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-25 15:10:43.716401
Title: On decoherence in surface hopping: the nonadiabaticity threshold
Title（参考訳）: 表面ホッピングにおける脱コヒーレンス--非断熱閾値について
Authors: Johan E. Runeson,
Abstract要約: 本研究は,最少スイッチ面ホッピング法におけるデコヒーレンスを効率よく安全に説明するための戦略を示す。単純で一般的な解法は、次元のないマッシーパラメータによって測定された低い非可逆性の領域へのデコヒーレンスを制限することである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This work presents a strategy to efficiently and safely account for decoherence in the fewest switches surface hopping method. Standard decoherence corrections often lead to too strong coherence suppression. A simple and general solution to this problem is to restrict decoherence to regions of low nonadiabaticity measured by the dimensionless Massey parameter. The same threshold values are suitable for a variety of systems, regardless of their size and absolute energy scale. When restricted to uncoupled regions, a Gaussian overlap decoherence correction consistently leads to more accurate populations than using no correction. The article also examines under what circumstances it is appropriate to decohere instantaneously.
Abstract（参考訳）: 本研究は,最少スイッチ面ホッピング法におけるデコヒーレンスを効率よく安全に説明するための戦略を示す。標準的なデコヒーレンス補正は、しばしば強いコヒーレンス抑制を引き起こす。この問題に対する単純で一般的な解決策は、次元のないマッシーパラメータによって測定された低非線形性の領域へのデコヒーレンスを制限することである。同じ閾値は、そのサイズと絶対エネルギースケールに関わらず、様々なシステムに適している。未結合領域に制限された場合、ガウスの重なり合いのデコヒーレンス補正は、補正を使わずにより正確な人口を生み出す。この記事は、即時にデコヒールするのに適した状況についても検討している。

関連論文リスト

Understanding Nonlinear Implicit Bias via Region Counts in Input Space [33.269290703951455]
我々は、同じ予測ラベルを持つ入力空間内の連結領域のカウントによって、暗黙バイアスを特徴づける。小さい領域のカウントは幾何学的に単純な決定境界と一致し、良い一般化性能とよく相関している。
論文参考訳（メタデータ） (2025-05-16T15:34:19Z)
Joint Metric Space Embedding by Unbalanced OT with Gromov-Wasserstein Marginal Penalization [3.7498611358320733]
異種データセットの教師なしアライメントのための新しい手法を提案する。本手法は,Gromov-Wasserstein境界化を用いた不均衡最適輸送問題に基づく。
論文参考訳（メタデータ） (2025-02-11T12:28:47Z)
Improved Physics-informed neural networks loss function regularization with a variance-based term [2.238153450480258]
機械学習や統計モデリングにおいて、平均二乗または絶対誤差は誤差計量として一般的に用いられる(「損失関数」とも呼ばれる)。本稿では,選択した誤差量の平均偏差と標準偏差を組み合わせた新しい損失関数を提案する。その結果, 平均損失よりも解の質が向上し, 最大誤差も低かった。
論文参考訳（メタデータ） (2024-12-18T16:11:45Z)
Covariance alignment: from maximum likelihood estimation to Gromov-Wasserstein [27.2585517709102]
また, 最適輸送によるGromov-Wassersteinアルゴリズムも最適であることを示す。これらの結果は、Gromov-Wassersteinアルゴリズムを実際に展開するための最初の統計的正当性を与える。
論文参考訳（メタデータ） (2023-11-22T18:55:27Z)
Optimization of Time-Dependent Decoherence Rates and Coherent Control for a Qutrit System [77.34726150561087]
非コヒーレント制御は、特定の制御方法で時間に応じてデコヒーレンス率を決定する。我々は、システムの最終状態$rho(T)$と与えられたターゲット状態$rho_rmターゲットとの間のヒルベルト・シュミットの重なりを最大化する問題を考察する。
論文参考訳（メタデータ） (2023-08-08T01:28:50Z)
STORM+: Fully Adaptive SGD with Momentum for Nonconvex Optimization [74.1615979057429]
本研究では,スムーズな損失関数に対する期待値である非バッチ最適化問題について検討する。我々の研究は、学習率と運動量パラメータを適応的に設定する新しいアプローチとともに、STORMアルゴリズムの上に構築されている。
論文参考訳（メタデータ） (2021-11-01T15:43:36Z)
Direct Measure Matching for Crowd Counting [59.66286603624411]
そこで本研究では,予測密度マップを散乱点付基底真理に直接回帰する測度に基づく新しい計数手法を提案する。本稿では, シンクホーンの測位損失を計測するために設計した, 半平衡型のシンクホーン発散を導出する。
論文参考訳（メタデータ） (2021-07-04T06:37:33Z)
Screening for a Reweighted Penalized Conditional Gradient Method [20.62129327196916]
条件勾配法(CGM)は大規模なスパース凸最適化に広く用いられている。一般化一般化器の疎性獲得特性の調整方法を示す。本実験では,正則化器の凹凸を調整し,スクリーニング規則のアグレッシブ性を検証する。
論文参考訳（メタデータ） (2021-07-02T14:37:37Z)
Nearly Dimension-Independent Sparse Linear Bandit over Small Action Spaces via Best Subset Selection [71.9765117768556]
本研究では,高次元線形モデルの下での文脈的帯域問題について考察する。この設定は、パーソナライズされたレコメンデーション、オンライン広告、パーソナライズされた医療など、不可欠な応用を見出す。本稿では,最適部分集合選択法を用いて2重成長エポックを推定する手法を提案する。
論文参考訳（メタデータ） (2020-09-04T04:10:39Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)
The Landscape of the Proximal Point Method for Nonconvex-Nonconcave Minimax Optimization [10.112779201155005]
Minimax PPMは、堅牢で強化された学習、GANなど、マシンラーニングの中心的なツールになっています。これらの応用はしばしば非可逆であるが、既存の理論ではそれと根本的な困難を識別できない。
論文参考訳（メタデータ） (2020-06-15T18:17:00Z)
Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable Neural Distribution Alignment [52.02794488304448]
そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
論文参考訳（メタデータ） (2020-03-26T22:10:04Z)

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。