論文の概要: Limitations of SVD-Based Diagnostics for Non-Hermitian Many-Body Localization with Time-Reversal Symmetry

• arxiv url: http://arxiv.org/abs/2602.07349v1
• Date: Sat, 07 Feb 2026 04:10:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.580178
• Title: Limitations of SVD-Based Diagnostics for Non-Hermitian Many-Body Localization with Time-Reversal Symmetry
• Title（参考訳）: 時間反転対称性を用いた非エルミタン多体像定位のためのSVD診断の限界
• Authors: Huimin You, Jinghu Liu, Yunbo Zhang, Zhihao Xu,
• Abstract要約: TRS保存型非エルミート型ハードコアボソンチェーンの正対角化(ED)に対するSVDに基づく診断のベンチマークを行った。 以上の結果から,SVDによる診断は定性的傾向を捉えるが,TRS保存非エルミート多体系におけるMBL遷移の定量的な位置決定には信頼性が低いことが示唆された。
• 参考スコア（独自算出の注目度）: 3.0935692200904477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Singular value decomposition (SVD) has been used to construct Hermitian-like diagnostics for non-Hermitian many-body systems, but its reliability for identifying many-body localization (MBL) transitions -- particularly in time-reversal-symmetry (TRS) preserving settings -- remains unclear. Here we benchmark SVD-based diagnostics against exact diagonalization (ED) in TRS-preserving non-Hermitian hard-core-boson chains with nonreciprocal hopping, considering three representative potentials: a quasiperiodic potential, random disorder, and a Stark potential. We compare spectral statistics, half-chain entanglement entropy, inverse participation ratio, and spectral form factors. For the quasiperiodic and random-disorder models, ED yields mutually consistent transition estimates, whereas SVD systematically shifts the inferred critical disorder strength to larger values and can lead to different phase assignments. In contrast, for the clean Stark model ED and SVD locate a consistent critical tilt. Our results show that while SVD-based diagnostics capture qualitative trends, they are not generically reliable for quantitatively locating the MBL transition in TRS-preserving non-Hermitian many-body systems.
• Abstract（参考訳）: 特異値分解(SVD)は、非エルミート多体系のためのエルミート的な診断を構築するために使われてきたが、多体局在化(MBL)遷移を識別する信頼性は、特に時間反転対称性(TRS)保存設定において不明確である。 本稿では,TRS保存非エルミート型ハードコアボソンチェーンの正対角化(ED)に対するSVDベースの診断を,準周期的ポテンシャル,ランダム障害,スターク電位の3つの代表的ポテンシャルを考慮してベンチマークする。 スペクトル統計,半鎖エンタングルメントエントロピー,逆参加率,スペクトル形状因子を比較した。 準周期モデルとランダムディオーダーモデルでは、EDは相互に一貫した遷移推定を出力し、SVDは推論された臨界障害の強度をより大きな値に体系的にシフトし、異なる位相割り当てをもたらす。 対照的に、クリーンスタークモデル ED と SVD では、一貫した臨界傾きがある。 以上の結果から,SVDによる診断は定性的傾向を捉えるが,TRS保存非エルミート多体系におけるMBL遷移の定量的な位置決定には信頼性が低いことが示唆された。

関連論文リスト

• Volumetric Directional Diffusion: Anchoring Uncertainty Quantification in Anatomical Consensus for Ambiguous Medical Image Segmentation [9.649916323072434]
  Volumetric Directional Diffusion (VDD) は、生成軌跡を決定論的コンセンサスに数学的に固定する。 VDDは、トポロジカル崩壊を危険にさらすことなく、専門家の不一致に固有の微細な幾何学的変動を正確に探索する。 最終的に、VDDは、臨床医に解剖学的に一貫性のある不確実性マップを提供し、下流タスクにおけるより安全な意思決定とリスク軽減を可能にする。
  論文  参考訳（メタデータ） (2026-03-04T12:58:43Z)
• Equivariant Evidential Deep Learning for Interatomic Potentials [55.6997213490859]
  不確かさの定量化は、分子動力学シミュレーションにおける機械学習の原子間ポテンシャルの信頼性を評価するために重要である。 既存のMLIPのUQアプローチは、高い計算コストや準最適性能によって制限されることが多い。 我々は,原子間ポテンシャルの定量的深層学習(texte2$IP)を提案する。
  論文  参考訳（メタデータ） (2026-02-11T02:00:25Z)
• Identification of Causal Direction under an Arbitrary Number of Latent Confounders [54.76982125821112]
  実世界のシナリオでは、観測された変数は複数の潜伏変数によって同時に影響を受けることがある。 我々は,特定の方法で構築された観測変数の高次累積行列を併用する。 これらの高次累積行列の階数不足特性から,2つの観測変数間の因果非対称性が直接観察可能であることを示す。
  論文  参考訳（メタデータ） (2025-10-26T15:10:00Z)
• Overlap-weighted orthogonal meta-learner for treatment effect estimation over time [90.46786193198744]
  ヘテロジニアス治療効果(HTE)を推定するための新しい重み付きメタラーナーを提案する。 我々のWO-Larnerは、ノイマン直交性(Neyman-orthogonality)の好ましい性質を持ち、ニュアンス関数の誤特定に対して堅牢である。 我々のWO-learnerは完全にモデルに依存しず、あらゆる機械学習モデルに適用可能であることを示す。
  論文  参考訳（メタデータ） (2025-10-22T14:47:57Z)
• Finite steady-state current defies non-Hermitian many-body localization [0.0]
  非エルミート多体ローカライゼーション(NH MBL)は、オープンシステムにおける安定なローカライゼーションのシナリオとして考えられる。 本研究では,不規則な非エルミート型XXZスピン鎖の輸送特性について検討する。
  論文  参考訳（メタデータ） (2025-04-03T10:24:39Z)
• Singular Value Decomposition and Its Blind Spot for Quantum Chaos in Non-Hermitian Sachdev-Ye-Kitaev Models [2.0603431589684518]
  特異値分解(SVD)法は非エルミート系における量子カオスの探索には不十分である。 非正定値スペクトルを持つ系のエルミート極限において,SVDが従来の固有値統計を再現できないことを示す。 我々は、この方向の今後の研究のために、より堅牢な手法であるバイランチョスアルゴリズムを採用することを提唱する。
  論文  参考訳（メタデータ） (2025-03-14T10:31:56Z)
• Differentiable SVD based on Moore-Penrose Pseudoinverse for Inverse Imaging Problems [7.466874119963763]
  特異値分解の非微分性は、本質的に線形方程式の過小決定によるものであることを示す。 ムーア-ペンローズ擬似逆数を用いてシステムを解くことにより、微分可能なSVDを提案する。 カラー画像圧縮センシングと動的MRI再構成による実験結果から,提案した微分可能SVDが数値不安定性問題に効果的に対処できることが示唆された。
  論文  参考訳（メタデータ） (2024-11-21T14:04:38Z)
• Distributed Stochastic Gradient Descent with Staleness: A Stochastic Delay Differential Equation Based Framework [56.82432591933544]
  分散勾配降下(SGD)は、計算リソースのスケーリング、トレーニング時間の短縮、マシンラーニングにおけるユーザのプライバシ保護の支援などにより、近年注目されている。 本稿では,遅延微分方程式(SDDE)と勾配到着の近似に基づく分散SGDの実行時間と安定化について述べる。 活性化作業員の増加は, 安定度による分散SGDを必ずしも加速させるものではないことが興味深い。
  論文  参考訳（メタデータ） (2024-06-17T02:56:55Z)
• A Poisson-Gamma Dynamic Factor Model with Time-Varying Transition Dynamics [51.147876395589925]
  非定常PGDSは、基礎となる遷移行列が時間とともに進化できるように提案されている。 後続シミュレーションを行うために, 完全共役かつ効率的なギブスサンプリング装置を開発した。 実験により,提案した非定常PGDSは,関連するモデルと比較して予測性能が向上することを示した。
  論文  参考訳（メタデータ） (2024-02-26T04:39:01Z)
• Non-Hermitian Stark Many-Body Localization [0.0]
  本稿では,スターク電位とテール曲率の1次元非相互相互作用型ハードコアボソンモデルについて検討する。 スペクトル実複素転移(RC)と多体局在化(MBL)の相転移の臨界点が同一でないことを数値的に確認する。 この研究は、無秩序相互作用を持つ非エルミート系における相転移のさらなる研究に役立つ。
  論文  参考訳（メタデータ） (2023-05-16T12:11:43Z)
• Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
  医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。 本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。 主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
  論文  参考訳（メタデータ） (2023-01-01T05:02:46Z)
• Bayesian Uncertainty Estimation of Learned Variational MRI Reconstruction [63.202627467245584]
  我々は,モデル不連続な不確かさを定量化するベイズ変分フレームワークを提案する。 提案手法はMRIのアンダーサンプを用いた再建術の術後成績を示す。
  論文  参考訳（メタデータ） (2021-02-12T18:08:14Z)

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。