論文の概要: Machine learning the arrow of time in solid-state spins

• arxiv url: http://arxiv.org/abs/2603.10344v1
• Date: Wed, 11 Mar 2026 02:29:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:32.752149
• Title: Machine learning the arrow of time in solid-state spins
• Title（参考訳）: 固体スピンにおける時間矢印の学習
• Authors: Xiang-Qian Meng, Zhide Lu, Ya-Nan Lu, Xiu-Ying Chang, Yan-Qing Liu, Dong Yuan, Weikang Li, Zheng-Zhi Sun, Pei-Xin Shen, Lu-Ming Duan, Dong-Ling Deng, Pan-Yu Hou,
• Abstract要約: 我々は,ダイヤモンドの窒素空孔中心に基づくプログラム可能な10量子ビット量子プロセッサによって生成された個々の軌跡から,時間矢印を機械学習で同定する。 一方,畳み込みニューラルネットワークは,これらの軌道の時間方向を約92%の精度で同定する。
• 参考スコア（独自算出の注目度）: 5.8922145908069545
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding the emergence of the thermodynamic arrow of time in microscopic systems is of fundamental importance, particularly given that unitary evolution preserves time-reversal symmetry. While projective measurements introduce temporal irreversibility, identifying this asymmetry from single evolution trajectories in the presence of stochastic fluctuations presents a considerable challenge. Here, we harness machine learning to identify the arrow of time from individual trajectories generated by a programmable ten-qubit quantum processor based on a nitrogen-vacancy center in diamond. We implement quantum circuits that realize unitary evolutions where heat flows from hotter to colder subsystems and their time-reversed counterparts. Projective measurements inserted in these processes induce entropy production, and their outcomes constitute the evolution trajectory. We demonstrate that an unsupervised clustering algorithm autonomously divides the experimental trajectories into two distinct groups without prior knowledge, while a convolutional neural network identifies the temporal direction of these trajectories with approximately 92% accuracy. In addition, we show that a diffusion-based generative model reproduces essential signatures of directional energy flow and entropy production. Our results establish machine learning as a powerful tool for uncovering underlying physical processes from complex experimental data, advancing the interface between quantum thermodynamics and artificial intelligence.
• Abstract（参考訳）: 顕微鏡系における時間熱力学的矢印の出現を理解することは、特に単体進化が時間反転対称性を保存することを考えると、基本的な重要性である。 射影測定は時間的不可逆性をもたらすが、この非対称性を確率的変動の存在下での単一進化軌道から同定することは大きな課題である。 ここでは,ダイヤモンドの窒素空孔中心に基づくプログラム可能な10量子ビット量子プロセッサによって生成された個々の軌跡から,時間矢印を機械学習で同定する。 我々は、熱がより高温から寒冷なサブシステムへ流れるユニタリ進化を実現する量子回路とその時間反転回路を実装した。 これらの過程に挿入された射影測定はエントロピー生成を誘導し、それらの結果は進化軌道を構成する。 一方,畳み込みニューラルネットワークは,これらの軌道の時間方向を約92%の精度で同定する。 さらに,拡散に基づく生成モデルにより,指向性エネルギーフローとエントロピー生成の本質的シグネチャを再現することを示す。 この結果は、複雑な実験データから基礎となる物理プロセスを明らかにする強力なツールとして機械学習を確立し、量子熱力学と人工知能のインターフェースを前進させる。

関連論文リスト

• Causal Representation Meets Stochastic Modeling under Generic Geometry [49.24293444627916]
  我々は,連続時間潜在点過程の因果表現学習を開発する。 MUTATEは時間適応型遷移モジュールを持つ変分自動エンコーダフレームワークである。 シミュレーションおよび実証研究全体で、MUTATEは科学的疑問に効果的に答えられることが判明した。
  論文  参考訳（メタデータ） (2026-02-04T20:40:53Z)
• Reshaping the Quantum Arrow of Time [0.5188841610098435]
  量子物理学において、時間矢印は系上で一連の測定が行われると現れる。 我々は、前方よりも後方に流れる時間とより整合したダイナミクスが得られる量子制御ツールを導入する。
  論文  参考訳（メタデータ） (2025-03-17T18:07:22Z)
• Realization of Two-dimensional Discrete Time Crystals with Anisotropic Heisenberg Coupling [0.42131793931438133]
  離散時間結晶 (DTC) は、平衡から外れた系でのみ発生する物質相のパラダイム的な例である。 異方性ハイゼンベルク相互作用によって支配される二次元系におけるDTCの存在を実証する。
  論文  参考訳（メタデータ） (2025-01-29T22:51:09Z)
• Space-time correlations in monitored kinetically constrained discrete-time quantum dynamics [0.0]
  我々は,Rydberg量子シミュレータに自然に実装された,運動的に制約された多体量子システムを示す。 非相関な無限温度平均定常状態を特徴とするにもかかわらず、ダイナミクスは高速かつ遅い時空領域の共存を示す。 我々の研究は、量子プロセッサやシミュレータにおける複雑な力学や集合現象を特徴づける手段として、離散時間オープン量子多体システムのための大規模な偏差フレームワークを確立する。
  論文  参考訳（メタデータ） (2024-08-19T10:24:07Z)
• Measurement-induced entanglement and teleportation on a noisy quantum processor [105.44548669906976]
  最大70個の超伝導量子ビット上の測定誘起量子情報相について検討した。 二重性マッピングを用いて、中間回路の測定を回避し、基礎となる位相の異なる表現にアクセスする。 我々の研究は、現在のNISQプロセッサの限界であるスケールでの計測誘起物理を実現するためのアプローチを示す。
  論文  参考訳（メタデータ） (2023-03-08T18:41:53Z)
• Self-oscillating pump in a topological dissipative atom-cavity system [55.41644538483948]
  光共振器に結合した量子ガス中を励起する創発的機構について報告する。 散逸により、空洞場はその2つの四角形の間に進化し、それぞれが異なる中心対称結晶構造に対応する。 この自己振動は、トポロジカル強結合モデルにおける電子の輸送を記述する時間周期ポテンシャルに類似する。
  論文  参考訳（メタデータ） (2021-12-21T19:57:30Z)
• DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
  我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。 我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。 標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
  論文  参考訳（メタデータ） (2021-12-08T13:07:21Z)
• Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
  固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。 1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。 ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2021-05-27T18:00:02Z)

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。