論文の概要: Computational access to lattice and long-wavelength physics in quantum mutual information
- arxiv url: http://arxiv.org/abs/2510.02466v1
- Date: Thu, 02 Oct 2025 18:21:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-06 16:35:52.121536
- Title: Computational access to lattice and long-wavelength physics in quantum mutual information
- Title（参考訳）: 量子相互情報における格子・長波長物理への計算アクセス
- Authors: Patrick M. Lenggenhager, M. Michael Denner, Doruk Efe Gökmen, Maciej Koch-Janusz, Titus Neupert, Mark H. Fischer,
- Abstract要約: 我々は、共形場の理論記述を持つモデルの基底状態に対する$alpha$-$z$ R'enyi相互情報の族に対する格子効果の関連性を分析する。
我々の結果は、オープンソースの Julia パッケージ QMICalc.jl とともに、量子マンボディー物理学計算において RMI を使用するためのガイダンスを提供する。
- 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: Quantum mutual information is an important tool for characterizing correlations in quantum many-body systems, but its numerical evaluation is often prohibitively expensive. While some variants of R\'enyi Mutual Information (RMI) are computationally more tractable, it is not clear whether they correctly capture the long-wavelength physics or are dominated by UV effects, which is of key importance in lattice simulations. We analyze the relevance of lattice effects on the family of $\alpha$-$z$ R\'enyi mutual informations for ground states of models with conformal field theory descriptions. On the example of massless free fermions we identify distinct regions in the $\alpha$-$z$ plane, where RMI corrections due to the lattice are relevant or irrelevant. We further support these findings with MPS calculations on the transverse field Ising model (TFIM). Our results, accompanied by the open-source Julia package QMICalc.jl, provide guidance to using RMI in quantum-many body physics numerical computations.
- Abstract（参考訳）: 量子相互情報は、量子多体系における相関を特徴づける重要なツールであるが、その数値評価は高額であることが多い。
R'enyi Mutual Information (RMI) のいくつかの変種は計算的により抽出可能であるが、長波長物理学を正しく捉えるか、格子シミュレーションにおいて重要なUV効果に支配されているかは明らかではない。
我々は、共形場理論の記述を持つモデルの基底状態に対する$\alpha$-$z$ R\'enyi相互情報の族における格子効果の関連性を分析する。
質量のない自由フェルミオンの例では、$\alpha$-$z$平面内の異なる領域を識別する。
横フィールドイジングモデル(TFIM)を用いたMPS計算により,これらの知見をさらに裏付ける。
我々の結果は、オープンソースの Julia パッケージ QMICalc.jl とともに、量子マンボディー物理学計算において RMI を使用するためのガイダンスを提供する。
関連論文リスト
- Modeling of Far-Field Quantum Coherence by Dielectric Bodies Based on the Volume Integral Equation Method [7.301530700055423]
ホン・ウー・マンデル効果(Hong-Ou-Mandel effect、HOM)は、非古典的な光子干渉の指標である。
古典的電磁量と量子相関関数を直接リンクする効率的な数値的枠組みは存在しない。
遠距離場HOM干渉評価のための理論および計算の統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-08-22T15:39:49Z) - Path-integral molecular dynamics with actively-trained and universal machine learning force fields [0.0]
核量子効果(NQEs)の会計は、有限温度での材料特性を著しく変化させることができる。
マシンが学習する原子間ポテンシャルは、この課題に対する解決策を提供する。
インタフェースは、MLIP-2ソフトウェアパッケージからのモーメントテンソルポテンシャル(MTP)をPIMD計算に統合するために開発された。
その結果、実験データ、準調和近似計算、および汎用機械学習力場MatterSimからの予測と比較した。
論文 参考訳（メタデータ） (2025-05-20T11:55:22Z) - Compressing Hamiltonians with ab initio downfolding for simulating strongly-correlated materials on quantum computers [1.2912607909040075]
Ab initio のダウンフォールディングは、圧縮された多体ハミルトニアンを導出する方法として登場した。
我々は、量子アルゴリズムを用いて、下向きのハミルトンの物性を得ることができ、確実に高忠実性解が得られることを示した。
論文 参考訳（メタデータ） (2024-09-18T18:00:04Z) - Gaussian Entanglement Measure: Applications to Multipartite Entanglement
of Graph States and Bosonic Field Theory [50.24983453990065]
フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。
本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。
自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
論文 参考訳（メタデータ） (2024-01-31T15:50:50Z) - Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach [47.19265172105025]
グラフ構造化データのための新しいハイブリッド量子古典アルゴリズムを提案し、これをEgo-graph based Quantum Graph Neural Network (egoQGNN)と呼ぶ。
egoQGNNはテンソル積とユニティ行列表現を用いてGNN理論フレームワークを実装し、必要なモデルパラメータの数を大幅に削減する。
このアーキテクチャは、現実世界のデータからヒルベルト空間への新しいマッピングに基づいている。
論文 参考訳（メタデータ） (2022-01-13T16:35:45Z) - Tracing Information Flow from Open Quantum Systems [52.77024349608834]
我々は導波路アレイに光子を用いて、キュービットと低次元の離散環境とのカップリングの量子シミュレーションを実装した。
量子状態間のトレース距離を情報の尺度として用いて、異なるタイプの情報伝達を分析する。
論文 参考訳（メタデータ） (2021-03-22T16:38:31Z) - A Universal Framework for Featurization of Atomistic Systems [0.0]
物理や機械学習に基づく反応力場は、時間と長さのスケールのギャップを埋めるために使うことができる。
本稿では,原子周囲の電子密度の物理的に関連する多極展開を利用するガウス多極(GMP)デデュール化スキームを紹介する。
我々は,GMPに基づくモデルがQM9データセットの化学的精度を達成できることを示し,新しい要素を外挿してもその精度は妥当であることを示した。
論文 参考訳（メタデータ） (2021-02-04T03:11:00Z) - Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。
モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。
その結果,クロスバリデーションにより予測精度が期待できることがわかった。
論文 参考訳（メタデータ） (2020-05-27T13:32:10Z)
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。