論文の概要: Stochastic unravelings for trace-nonpreserving open quantum system dynamics
- arxiv url: http://arxiv.org/abs/2511.15516v1
- Date: Wed, 19 Nov 2025 15:10:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-20 15:51:28.861586
- Title: Stochastic unravelings for trace-nonpreserving open quantum system dynamics
- Title（参考訳）: トレース保存しない開量子系の力学に対する確率的解法
- Authors: Federico Settimo, Kimmo Luoma, Dariusz Chruściński, Bassano Vacchini, Andrea Smirne, Jyrki Piilo,
- Abstract要約: 任意のトレース非保存マスター方程式に断片的決定論的解を拡張できる汎用フレームワークを提案する。
このアプローチには、特別な場合として、ハイゼンベルク図形における任意の力学の解法が含まれる。
これは異なる解のスキームと非マルコフ系における逆ジャンプと互換性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stochastic unravelings allow to efficiently simulate open system dynamics, yet their application has traditionally been restricted to master equations that preserve both Hermiticity and trace. In this work, we introduce a general framework that extends piecewise-deterministic unravelings to arbitrary trace-nonpreserving master equations, requiring only positivity and Hermiticity of the dynamics. Our approach includes, as special cases, unravelings of arbitrary dynamics in the Heisenberg picture, evolutions interpolating between fully Lindblad and non-Hermitian Hamiltonian generators, and equations employed in the derivation of full counting statistics, for which we show it can be used to obtain the moments of the associated probability distribution. The framework is suitable for both trace-decreasing and trace-increasing processes through stochastic disappearance and replication of the stochastic realizations, and it is compatible with different unraveling schemes and with reverse jumps in the non-Markovian regime. Thereby, our approach provides a powerful and versatile simulation method that significantly broadens the applicability of stochastic techniques for open system dynamics.
- Abstract（参考訳）: 確率的解法は開系力学を効率的にシミュレートすることができるが、伝統的にそれらの応用はエルミティシティとトレースの両方を保存するマスター方程式に制限されてきた。
本研究では,任意のトレース非保存マスター方程式に断片的決定論的解法を拡張し,正の正則性と力学のhermiticityのみを必要とする一般フレームワークを提案する。
我々のアプローチには、特別の場合として、ハイゼンベルク図における任意の力学の展開、完備リンドブラッドと非エルミート・ハミルトン生成器の間の補間進化、および完全な数え上げ統計の導出に使用される方程式が含まれており、これは関連する確率分布のモーメントを得るのに利用できることを示している。
このフレームワークは、確率的消滅と確率的実現の再現を通じて、トレースの減少とトレースの増大の両方に適しており、異なる解法スキームと非マルコフ体制における逆跳躍と互換性がある。
そこで本手法は,開系力学に対する確率的手法の適用性を著しく拡張する,強力で汎用的なシミュレーション手法を提供する。
関連論文リスト
- Tensor-Network-Based Unraveling of Non-Markovian Dynamics in Large Spin Chains via the Influence Martingale Approach [20.37811669228711]
大規模1次元量子システムにおいてマルコフ力学と非マルコフ力学の両方をシミュレーションする効率的なアルゴリズムを開発する。
この枠組みは、最大100スピン量子ビットからなる1次元逆場イジング鎖に対して示されるように、非マルコフ系における開系力学のシミュレーションを可能にする。
論文 参考訳（メタデータ） (2025-10-13T09:33:02Z) - On the Noisy Road to Open Quantum Dynamics: The Place of Stochastic Hamiltonians [0.0]
進化はオープン量子系の力学へのいくつかのアプローチを支える。
定式化において、オープンシステム問題は、結合されたシステム環境から効果的なシステムのみの記述に還元される。
論文 参考訳（メタデータ） (2025-10-11T09:40:29Z) - Learning minimal representations of stochastic processes with
variational autoencoders [52.99137594502433]
プロセスを記述するのに必要なパラメータの最小セットを決定するために、教師なしの機械学習アプローチを導入する。
我々の手法はプロセスを記述する未知のパラメータの自律的な発見を可能にする。
論文 参考訳（メタデータ） (2023-07-21T14:25:06Z) - Reservoir Computing with Error Correction: Long-term Behaviors of
Stochastic Dynamical Systems [5.815325960286111]
本稿では,Reservoir Computingと正規化フローを組み合わせたデータ駆動型フレームワークを提案する。
提案手法の有効性をVan der Pal, El Nino-Southern Oscillation Simple model, Lorenz system などいくつかの実験で検証した。
論文 参考訳（メタデータ） (2023-05-01T05:50:17Z) - 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) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳（メタデータ） (2022-02-15T19:00:09Z) - Structure-Preserving Learning Using Gaussian Processes and Variational
Integrators [62.31425348954686]
本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。
我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
論文 参考訳（メタデータ） (2021-12-10T11:09:29Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
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。