論文の概要: TENSO: Software Package for Numerically Exact Open Quantum Dynamics Based on Efficient Tree Tensor Network Decomposition of the Hierarchical Equations of Motion

• arxiv url: http://arxiv.org/abs/2603.17711v1
• Date: Wed, 18 Mar 2026 13:30:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 18:32:57.720442
• Title: TENSO: Software Package for Numerically Exact Open Quantum Dynamics Based on Efficient Tree Tensor Network Decomposition of the Hierarchical Equations of Motion
• Title（参考訳）: TENSO: 階層運動方程式の効率的なツリーテンソルネットワーク分解に基づく数値的オープン量子ダイナミクスのためのソフトウェアパッケージ
• Authors: Juan C. Rodriguez Betancourt, Michelle C. Anderson, Luchang Niu, Xinxian Chen, Ignacio Franco,
• Abstract要約: TENSOは、構造化熱環境に没入した量子システムの数値的正確なシミュレーションのための汎用的で強力なオープンソースソフトウェアパッケージである。 これは木テンソルネットワークによる階層的な運動方程式の分解に基づいており、浴槽の複雑さによる次元の呪いを効率的に抑える。
• 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: TENSO is a versatile and powerful open-source software package for numerically exact simulations of the dynamics of quantum systems immersed in structured thermal environments. It is based on a tree tensor network decomposition of the hierarchical equations of motion (HEOM) that efficiently curbs its curse of dimensionality with bath complexity. As such, TENSO enables exact non-Markovian open quantum dynamics simulations even with complex environments typical of chemistry and quantum information science. TENSO allows for time-dependent drive in the system, and for non-commuting fluctuations. More generally, TENSO efficiently propagates the dynamics for any method with a generator of the dynamics that can be expressed in a sum-of-products form, including the HEOM and multi-layer multiconfigurational time-dependent Hartree methods. TENSO enables simulations using tensor trees and trains of arbitrary order, and implements three propagation strategies for the coupled master equations; two fixed-rank methods that require a constant memory footprint during the dynamics and one adaptive rank method with a variable memory footprint controlled by the target level of computational error. In contrast to the accompanying theory and algorithmic paper [J. Chem. Phys. 163, 104109 (2025)] the focus here is on the practical usage and applications of TENSO with underlying theoretical concepts introduced only as needed.
• Abstract（参考訳）: TENSOは、構造化熱環境に浸漬された量子系の力学を数値的に正確にシミュレーションするための、汎用的で強力なオープンソースソフトウェアパッケージである。 これは、階層的な運動方程式(HEOM)のツリーテンソルネットワーク分解に基づいており、浴槽の複雑さによる次元の呪いを効率的に抑える。 したがって、TENSOは化学や量子情報科学の典型的な複雑な環境であっても、正確にマルコフ的でないオープン量子力学シミュレーションを可能にする。 TENSOは、システム内の時間依存駆動と非交換変動を可能にする。 より一般的には、TENSO は、HEOM や多層多層時間依存の Hartree メソッドを含む積の和で表現できる動的生成子で、任意のメソッドのダイナミクスを効率的に伝播する。 TENSOはテンソル木と任意の順序の列車を用いたシミュレーションを可能にし、結合マスター方程式の3つの伝搬戦略、動的に一定のメモリフットプリントを必要とする2つの固定ランク法と、計算誤差の目標レベルによって制御される可変メモリフットプリントを持つ1つの適応ランク法を実装している。 付随する理論とアルゴリズムの論文(J. Chem. Phys. 163, 104109 (2025))とは対照的に、TENSOの実用的利用と応用に焦点が当てられている。

関連論文リスト

• Adaptive Mesh-Quantization for Neural PDE Solvers [51.26961483962011]
  グラフニューラルネットワークは複雑なジオメトリや境界条件に必要な不規則なメッシュを処理できるが、それでもすべてのノードで一様計算処理を適用できる。 適応メッシュ量子化(Adaptive Mesh Quantization): メッシュノード,エッジ,クラスタ特徴間の空間適応量子化であり,量子化モデルで使用されるビット幅を動的に調整する。 我々は,MP-PDEとGraphViTという2つの最先端モデルと統合して,複数のタスクのパフォーマンスを評価することで,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2025-11-23T14:47:24Z)
• Unraveling Open Quantum Dynamics with Time-Dependent Variational Monte Carlo [0.0]
  本稿では,時間依存型変分モンテカルロ(VMC)と量子軌道法を組み合わせることにより,オープン量子多体力学をシミュレートする手法を提案する。 我々のアプローチはリンドブラッドのマスター方程式を変分アンザッツに対するシュリンガー方程式のアンサンブルに展開する。 この研究により、より高次元の複雑な散逸性量子系の大規模シミュレーションが可能となり、量子技術や基礎科学に幅広い影響を及ぼす。
  論文  参考訳（メタデータ） (2025-06-30T14:56:01Z)
• Tree tensor network hierarchical equations of motion based on time-dependent variational principle for efficient open quantum dynamics in structured thermal environments [0.0]
  ボゾン浴と相互作用する駆動量子系に対するオープン量子力学を正確に計算するための効率的なTTN-HEOM法を提案する。 結合マスター方程式に対する3つの一般的なプロパゲータを実装した。 この結果から,TTN-HEOMは,構造浴と相互作用する駆動量子系の劣化と緩和のダイナミクスをシミュレートできることがわかった。
  論文  参考訳（メタデータ） (2025-04-30T18:48:05Z)
• Efficient Transformed Gaussian Process State-Space Models for Non-Stationary High-Dimensional Dynamical Systems [49.819436680336786]
  本研究では,高次元非定常力学系のスケーラブルかつ柔軟なモデリングのための効率的な変換ガウス過程状態空間モデル(ETGPSSM)を提案する。 具体的には、ETGPSSMは、単一の共有GPと入力依存の正規化フローを統合し、複雑な非定常遷移ダイナミクスを捉える前に、表現的な暗黙のプロセスを生成する。 ETGPSSMは、計算効率と精度の観点から、既存のGPSSMとニューラルネットワークベースのSSMより優れています。
  論文  参考訳（メタデータ） (2025-03-24T03:19:45Z)
• Connectivity matters: Impact of bath modes ordering and geometry in open quantum system simulation with Tensor Network States [0.0]
  テンソルネットワークに基づく手法は、数値的に正確なシミュレーションを行うための最先端の手法である。 調和系+環境状態が行列積状態として記述され、収束に必要な結合次元を著しく減少させるボソニック環境モードの単純な順序付けを示す。
  論文  参考訳（メタデータ） (2024-09-06T09:20:08Z)
• Hybrid quantum physics-informed neural networks for simulating computational fluid dynamics in complex shapes [37.69303106863453]
  本稿では3次元Y字ミキサー内の層流をシミュレートするハイブリッド量子物理学インフォームドニューラルネットワークを提案する。 我々のアプローチは、量子モデルの表現力と物理インフォームドニューラルネットワークの柔軟性を組み合わせることで、純粋に古典的なニューラルネットワークに比べて21%高い精度を実現している。
  論文  参考訳（メタデータ） (2023-04-21T20:49:29Z)
• Simulation Paths for Quantum Circuit Simulation with Decision Diagrams [72.03286471602073]
  決定図を用いて量子回路をシミュレートする際に選択される経路の重要性について検討する。 我々は、専用のシミュレーションパスを調査できるオープンソースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-01T19:00:11Z)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)

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。