論文の概要: Statistics-encoded tensor network approach in disordered quantum many-body spin chains
- arxiv url: http://arxiv.org/abs/2508.16286v1
- Date: Fri, 22 Aug 2025 10:50:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-25 16:42:36.35996
- Title: Statistics-encoded tensor network approach in disordered quantum many-body spin chains
- Title（参考訳）: 乱数量子多体スピン鎖における統計符号化テンソルネットワークアプローチ
- Authors: Hao Zhu, Ding-Zu Wang, Shi-Ju Ran, Guo-Feng Zhang,
- Abstract要約: 本稿では,統計符号化テンソルネットワーク(SeTN)を用いた量子多体系の研究手法を提案する。
普遍的な基準である$n gg alpha2 t2$を導き、離散化を$n$、障害強度を$alpha$、進化期間を$t$とリンクする。
SeTNは、多体量子系における障害駆動力学現象を探索するための新しいフレームワークを提供する。
- 参考スコア（独自算出の注目度）: 7.016643488761326
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Simulating the dynamics of quantum many-body systems with disorder is a fundamental challenge. In this work, we propose a general approach -- the statistics-encoded tensor network (SeTN) -- to study such systems. By encoding disorder into an auxiliary layer and averaging separately, SeTN restores translational invariance, enabling a well-defined transfer matrix formulation. We derive a universal criterion, $n \gg \alpha^2 t^2$, linking discretization $n$, disorder strength $\alpha$, and evolution duration $t$. This sets the resolution required for faithful disorder averaging and shows that encoding is most efficient in the weak-disorder, typically chaotic regime. Applied to the disordered transverse-field Ising model, SeTN shows that the spectral form factor is governed by the leading transfer-matrix eigenvalue, in contrast to the kicked Ising model. SeTN thus provides a novel framework for probing the disorder-driven dynamical phenomena in many-body quantum systems.
- Abstract（参考訳）: 乱れを伴う量子多体系の力学をシミュレーションすることは根本的な課題である。
本研究では,統計符号化テンソルネットワーク(SeTN)の一般手法を提案する。
障害を補助層にエンコードし、別々に平均化することにより、SeTNは翻訳的不変性を回復し、明確に定義された伝達行列の定式化を可能にする。
普遍的基準である$n \gg \alpha^2 t^2$, 離散化$n$, 障害強度$\alpha$, 進化期間$t$を導出する。
これは、忠実な障害平均化に必要な分解能を設定し、符号化が弱い秩序、典型的にはカオス状態において最も効率的であることを示す。
乱れた横場イジングモデルに適用すると、SeTNはキックされたイジングモデルとは対照的に、スペクトル形状因子が先行移動行列固有値によって支配されていることを示す。
これにより、SeTNは多体量子系における障害駆動力学現象を探索するための新しいフレームワークを提供する。
関連論文リスト
- Low-Rank Implicit Neural Representation via Schatten-p Quasi-Norm and Jacobian Regularization [49.158601255093416]
暗黙的神経表現のためのニューラルネットワークによりパラメータ化されたCPベースの低ランクテンソル関数を提案する。
滑らか性のために、ヤコビアンとハッチンソンのトレース推定器のスペクトルノルムに基づく正規化項を提案する。
提案した滑らか度正規化はSVDフリーであり、明示的な連鎖規則の導出を避ける。
論文 参考訳（メタデータ） (2025-06-27T11:23:10Z) - Observation of disorder-free localization using a (2+1)D lattice gauge theory on a quantum processor [118.01172048932149]
量子多体系における障害によって引き起こされる現象は、解析法や数値シミュレーションに重大な課題をもたらす。
チューナブルな状態における量子回路を、全ての障害構成上の重ね合わせについて検討する。
論文 参考訳（メタデータ） (2024-10-09T05:28:14Z) - NCoder -- A Quantum Field Theory approach to encoding data [44.99833362998488]
我々は、量子場理論(QFT)にインスパイアされたAIの解釈に新しいアプローチを提案し、これをNCoderと呼ぶ。
NCoderは、潜伏層が$n$-point相関関数のサブセットとして指定された修正されたオートエンコーダニューラルネットワークである。
論文 参考訳（メタデータ） (2024-02-01T19:00:55Z) - Developments in the Tensor Network -- from Statistical Mechanics to
Quantum Entanglement [0.0]
レビューでは、統計力学の側面から、TNの一連の展開を統一的に記述している。
本稿では,CTMを密度行列再正規化群 (DMRG) や無限時間展開ブロックデシメーションといったMPSベースの手法に進化させる方法について説明する。
次に, 臨界系におけるTRGの難易度は, テンソルネットワーク再正規化とマルチスケールエンタングル化再正規化アンサッツで克服されるかについて議論する。
論文 参考訳（メタデータ） (2021-11-24T01:46:36Z) - A Multisite Decomposition of the Tensor Network Path Integrals [0.0]
我々は、テンソルネットワークパス積分(TNPI)フレームワークを拡張し、局所的な散逸環境を持つ量子システムを効率的にシミュレートする。
MS-TNPI法は溶媒と結合した様々な拡張量子系の研究に有用である。
論文 参考訳（メタデータ） (2021-09-20T17:55:53Z) - Quantum-inspired event reconstruction with Tensor Networks: Matrix
Product States [0.0]
ニューラルネットワークは量子力学の概念を機械学習技術に結びつけるのに理想的な手段であることを示す。
エンタングルメントのエントロピーは,ネットワークの学習内容の解釈に有効であることを示す。
論文 参考訳（メタデータ） (2021-06-15T18:00:02Z) - Stable Recovery of Entangled Weights: Towards Robust Identification of
Deep Neural Networks from Minimal Samples [0.0]
連続した層の重みを、活性化関数とそのシフトに応じて適切な対角行列と反転行列と絡み合ういわゆる絡み合い重みを紹介します。
エンタングル重みは効率的でロバストなアルゴリズムによって完全かつ安定に近似することが証明される。
本研究は,入力出力情報をネットワークパラメータに一意かつ安定的に関連付けることができ,説明可能性の一形態を提供する。
論文 参考訳（メタデータ） (2021-01-18T16:31:19Z) - Transmon platform for quantum computing challenged by chaotic
fluctuations [55.41644538483948]
現在の量子プロセッサに関連するシステムパラメータに対する多体ローカライズド(MBL)位相の変動の安定性について検討する。
これらのコンピューティングプラットフォームは、制御不能なカオス的変動のフェーズに危険なほど近いことが分かりました。
論文 参考訳（メタデータ） (2020-12-10T19:00:03Z) - Quantum State Tomography with Conditional Generative Adversarial
Networks [0.7646713951724009]
量子状態トモグラフィー(QST)に条件付き生成逆数ネットワーク(CGAN)を適用する。
CGANフレームワークでは、2つのデュエルニューラルネットワーク、ジェネレータと識別器がデータからマルチモーダルモデルを学ぶ。
我々のQST-CGANは、標準最大化法よりもはるかに高速で、しかも少ないデータで光量子状態を再構成することを示した。
論文 参考訳（メタデータ） (2020-08-07T15:58:50Z) - Improve Generalization and Robustness of Neural Networks via Weight
Scale Shifting Invariant Regularizations [52.493315075385325]
重み劣化を含む正則化器の族は、均質な活性化関数を持つネットワークに対する本質的な重みのノルムをペナルティ化するのに有効でないことを示す。
そこで我々は,ニューラルネットワークの本質的な規範を効果的に制約する改良型正規化器を提案する。
論文 参考訳（メタデータ） (2020-08-07T02:55:28Z) - Revisiting Initialization of Neural Networks [72.24615341588846]
ヘッセン行列のノルムを近似し, 制御することにより, 層間における重みのグローバルな曲率を厳密に推定する。
Word2Vec と MNIST/CIFAR 画像分類タスクの実験により,Hessian ノルムの追跡が診断ツールとして有用であることが確認された。
論文 参考訳（メタデータ） (2020-04-20T18:12:56Z)
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。