論文の概要: A Further Comparison of TD-DMRG and ML-MCTDH for Nonadiabatic Dynamics of Exciton Dissociation

• arxiv url: http://arxiv.org/abs/2509.00456v2
• Date: Tue, 09 Sep 2025 09:50:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:26.958861
• Title: A Further Comparison of TD-DMRG and ML-MCTDH for Nonadiabatic Dynamics of Exciton Dissociation
• Title（参考訳）: TD-DMRGとML-MCTDHによるエキシトン解離の非断熱動態の比較
• Authors: Weitang Li, Jiajun Ren, Jun Yan,
• Abstract要約: 最近の研究では、exitonconfigurationの計算で最大60%の相違が報告されている。 ベンチマークP3HT:PCBMヘテロ接合モデルを再検討することにより、観察された相違は主に結合寸法の不足から生じることを示す。 その結果,結合次元が適切にスケールされている場合,両手法が数値的に正確な解に収束することが確認できた。
• 参考スコア（独自算出の注目度）: 2.0480965608306305
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tensor network methods, such as time-dependent density matrix renormalization group (TD-DMRG) and multi-layer multiconfiguration time-dependent Hartree (ML-MCTDH), are powerful tools for simulating quantum dynamics. While both methods are theoretically exact in the limit of large bond dimensions, a recent study reported up to 60% discrepancy in their calculations for exciton dissociation. To resolve this inconsistency, we conduct a systematic comparison using Renormalizer, a unified software framework for matrix product states (MPS) and tree tensor network states (TTNS). By revisiting the benchmark P3HT:PCBM heterojunction model, we show that the observed discrepancies arise primarily from insufficient bond dimensions. By increasing bond dimensions, we first reduce the difference to less than 10%. Further refinement using an extrapolation scheme and an optimized tensor network structure lowers the difference to approximately 2%. Our results confirm both methods converge to numerically exact solutions when bond dimensions are adequately scaled. This work not only validates the reliability of both methods but also provides high-accuracy benchmark data for future developments in quantum dynamics simulations.
• Abstract（参考訳）: 時間依存密度行列再正規化グループ(TD-DMRG)や多層多層構成時間依存Hartree(ML-MCTDH)といったテンソルネットワーク手法は量子力学をシミュレーションするための強力なツールである。 どちらの方法も理論上は大きな結合次元の限界において正確であるが、最近の研究ではエキシトン解離の計算で最大60%の相違が報告されている。 この不整合を解決するために,行列積状態(MPS)とツリーテンソルネットワーク状態(TTNS)の統一ソフトウェアフレームワークであるRenormalizerを用いて,系統的な比較を行う。 ベンチマークP3HT:PCBMヘテロ接合モデルを再検討することにより、観察された相違は主に結合寸法の不足から生じることを示す。 結合次元を増大させることで、まずその差を10%未満に縮める。 補間スキームと最適化テンソルネットワーク構造を用いたさらなる改良により、差は約2%に低下する。 その結果,結合次元が適切にスケールされている場合,両手法が数値的に正確な解に収束することが確認できた。 この研究は、両方の手法の信頼性を検証するだけでなく、量子力学シミュレーションにおける将来の発展のための高精度なベンチマークデータも提供する。

関連論文リスト

• Pushing the Limits of Large Language Model Quantization via the Linearity Theorem [71.3332971315821]
  本稿では,階層的$ell$再構成誤差と量子化によるモデルパープレキシティ増加との直接的な関係を確立する「線形定理」を提案する。 この知見は,(1)アダマール回転とHIGGSと呼ばれるMSE最適格子を用いた単純なデータフリーLCM量子化法,(2)非一様層ごとの量子化レベルを求める問題に対する最適解の2つの新しい応用を可能にする。
  論文  参考訳（メタデータ） (2024-11-26T15:35:44Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• A Multimodal Intermediate Fusion Network with Manifold Learning for Stress Detection [1.2430809884830318]
  本稿では,多様体学習に基づく次元減少を伴う中間的マルチモーダル融合ネットワークを提案する。 マルチモーダルネットワークと単調ネットワークの異なるバリエーションについて,様々な次元削減手法を比較した。 多次元スケーリング(MDS)法による中間レベル融合は96.00%の精度で有望な結果を示した。
  論文  参考訳（メタデータ） (2024-03-12T21:06:19Z)
• Quantum phase transitions in one-dimensional nanostructures: a comparison between DFT and DMRG methodologies [0.0]
  我々は密度汎関数理論と密度行列再正規化群を用いて、多様な分子系の電子相関効果に対処する。 閉じ込められた鎖では、DFTは金属相、最も高い偏差はモット相とバンド絶縁体相に現れる。
  論文  参考訳（メタデータ） (2024-02-19T19:10:00Z)
• Online Variational Sequential Monte Carlo [49.97673761305336]
  我々は,計算効率が高く正確なモデルパラメータ推定とベイジアン潜在状態推定を提供する変分連続モンテカルロ法(VSMC)を構築した。 オンラインVSMCは、パラメータ推定と粒子提案適応の両方を効率よく、完全にオンザフライで実行することができる。
  論文  参考訳（メタデータ） (2023-12-19T21:45:38Z)
• Validating phase-space methods with tensor networks in two-dimensional spin models with power-law interactions [0.0]
  我々は、様々な実験プラットフォームで実装可能なXXZモデルと相互作用する2次元パワーローのダイナミクスを評価する。 システム内の相関の尺度としてスピンスクイーズを計算し、離散トランカド・ウィグナー近似(DTWA)を用いた半古典位相空間計算と比較する。 これらのシステムでは, 相対的に資源集約的なテンソルネットワーク表現にもかかわらず, システムサイズとの絡み合いのスケーリングを効率よく, 正確に把握する。
  論文  参考訳（メタデータ） (2023-05-26T20:15:24Z)
• Efficient Simulation of Dynamics in Two-Dimensional Quantum Spin Systems with Isometric Tensor Networks [0.0]
  最近導入された等尺テンソルネットワーク状態(isoTNS)の計算能力について検討する。 アイソTNSに基づくアルゴリズムの実装に関する技術的詳細を議論し、異なるアンタングルの比較を行う。 2次元量子スピン系の動的スピン構造係数を2つのパラダイムモデルに対して計算する。
  論文  参考訳（メタデータ） (2021-12-15T19:00:05Z)
• Mixed Precision Low-bit Quantization of Neural Network Language Models for Speech Recognition [67.95996816744251]
  長期間のメモリリカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端言語モデル(LM)は、実用アプリケーションではますます複雑で高価なものになりつつある。 現在の量子化法は、均一な精度に基づいており、量子化誤差に対するLMの異なる部分での様々な性能感度を考慮できない。 本稿では,新しい混合精度ニューラルネットワークLM量子化法を提案する。
  論文  参考訳（メタデータ） (2021-11-29T12:24:02Z)

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。