論文の概要: Neutrino thermalization via randomization on a quantum processor
- arxiv url: http://arxiv.org/abs/2510.24841v1
- Date: Tue, 28 Oct 2025 18:00:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-30 15:50:44.681297
- Title: Neutrino thermalization via randomization on a quantum processor
- Title（参考訳）: 量子プロセッサ上のランダム化によるニュートリノ熱化
- Authors: Oriel Kiss, Ivano Tavernelli, Francesco Tacchino, Denis Lacroix, Alessandro Roggero,
- Abstract要約: 非局所力学をエミュレートするための経験的ツールとしてランダム量子回路を用いた,より大規模なシステムにおけるフレーバーの熱化について検討した。
熱化時間は, 半古典的手法による予測と一致し, ほぼ正方根として成長することがわかった。
また、物理学におけるランダム回路の新たな応用を強調し、古典的に難解な複雑な多体力学の洞察を提供する。
- 参考スコア（独自算出の注目度）: 37.457412158271126
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The dynamical evolution of neutrino flavor in supernovae can be modeled by an all-to-all spin Hamiltonian with random couplings. Simulating such two-local Hamiltonian dynamics remains a major challenge, as methods with controllable accuracy require circuit depths that increase at least linearly with system size, exceeding the capabilities of current quantum devices. The eigenstate thermalization hypothesis predicts that these systems should thermalize, a behavior confirmed in small-scale classical simulations. In this work, we investigate flavor thermalization in much larger systems using random quantum circuits as an empirical tool to emulate the non-local dynamics, and demonstrate that the thermal behavior can be reproduced using a depth independent of the system size. By simulating dynamics of over one hundred qubits, we find that the thermalization time grows approximately as the square root of the system size, consistent with predictions from semi-classical methods. Beyond this specific result, our study illustrates that near-term quantum devices are useful tools to test and validate empirical classical methods. It also highlights a new application of random circuits in physics, providing insight into complex many-body dynamics that are classically intractable.
- Abstract（参考訳）: 超新星におけるニュートリノフレーバーの動的進化は、ランダムなカップリングを持つ全対全スピンハミルトニアンによってモデル化することができる。
このような2つの局所ハミルトン力学のシミュレーションは、制御可能な精度の手法では、現在の量子デバイスの能力を超え、少なくともシステムサイズとともに線形に増加する回路深さを必要とするため、依然として大きな課題である。
固有状態熱化仮説は、これらの系が加熱されるべきであると予測し、これは小規模古典シミュレーションで確認された振る舞いである。
本研究では,非局所力学をエミュレートする実験ツールとして,ランダム量子回路を用いた大規模システムにおけるフレーバーの熱化について検討し,システムサイズに依存しない深さで熱的挙動を再現できることを実証する。
100量子ビット以上の力学をシミュレートすることで、半古典的手法による予測と一致して、熱化時間はほぼシステムサイズの平方根として成長することがわかった。
この具体的な結果以外にも、我々の研究は、短期量子デバイスは経験的古典的手法のテストと検証に有用なツールであることを示している。
また、物理学におけるランダム回路の新たな応用を強調し、古典的に難解な複雑な多体力学の洞察を提供する。
関連論文リスト
- Thermalization and Many-Body Zeno Effect in monitored Hamiltonian Dynamics [0.4604003661048266]
ランダム量子状態は、量子情報科学における様々な応用に不可欠である。
真にランダムな状態を生成する以前のアプローチは、システムを熱化するために大きな入浴に依存していた。
ハミルトン進化によって駆動されるホログラフィック深部熱化に基づく別のアプローチを提案する。
論文 参考訳（メタデータ） (2025-08-19T07:06:13Z) - Thermalization and Criticality on an Analog-Digital Quantum Simulator [133.58336306417294]
本稿では,69個の超伝導量子ビットからなる量子シミュレータについて述べる。
古典的Kosterlitz-Thouless相転移のシグネチャと,Kibble-Zurekスケール予測からの強い偏差を観測する。
本システムは, 対角二量体状態でディジタル的に調製し, 熱化時のエネルギーと渦の輸送を画像化する。
論文 参考訳（メタデータ） (2024-05-27T17:40:39Z) - Accounting for Quantum Effects in Atomistic Spin Dynamics [0.0]
原子論的スピンダイナミクス(Atomistic spin dynamics、ASD)は、様々な物質の磁化力学をモデル化するための標準ツールである。
ASDシミュレーションに量子効果を効果的に組み込むための2つの方法を提案する。
論文 参考訳（メタデータ） (2023-05-26T16:45:57Z) - Simulating prethermalization using near-term quantum computers [1.2189422792863451]
本稿では,短期ディジタル量子コンピュータ上での動的特性と平衡特性を探索するための実験的プロトコルを提案する。
ハミルトンの関心の進化を比較的粗いトロッター分解でも熱化を研究することは可能であることを示す。
論文 参考訳（メタデータ） (2023-03-15T09:04:57Z) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳（メタデータ） (2022-09-07T15:50:00Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Analyzing non-equilibrium quantum states through snapshots with
artificial neural networks [0.0]
現在の量子シミュレーション実験は、以前は到達不可能な状態における非平衡多体力学を探求し始めている。
機械学習技術を用いて,相互作用量子系の力学,特に熱化挙動について検討する。
ニューラルネットワークは熱平衡データと非平衡を区別するように訓練され、ネットワーク性能はシステムの熱化挙動のプローブとして機能する。
論文 参考訳（メタデータ） (2020-12-21T18:59:21Z) - Dynamical replica analysis of quantum annealing [0.0]
量子スピン系の力学に対する興味深い別のアプローチが、約10年前に提案された。
これは、量子アンサンブルの鈴木・トロッターの古典的な写像を通してプロキシダイナミクスを作成することを含む。
この章では、導出の背後にある考えと仮定に焦点をあてて、このアプローチを紹介します。
論文 参考訳（メタデータ） (2020-10-23T12:17:38Z)
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。