論文の概要: Learning Hidden Structures in Open Quantum Dynamics

• arxiv url: http://arxiv.org/abs/2604.00711v1
• Date: Wed, 01 Apr 2026 10:20:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 14:35:00.444185
• Title: Learning Hidden Structures in Open Quantum Dynamics
• Title（参考訳）: オープン量子ダイナミクスにおける隠れ構造学習
• Authors: Alexander Teretenkov, Sergey Kuznetsov, Alexander Pechen,
• Abstract要約: 本研究では,制限された実験アクセス下でのオープン量子力学の隠れ構造的特徴を識別するための機械学習手法を提案する。 我々のフレームワークは、有効マルコフ進化の根底にある不変代数構造の推定を目標としている。 このアプローチの実現性は、複数の合成モデルと導波路量子電磁力学系で説明される。
• 参考スコア（独自算出の注目度）: 78.4675086615913
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a machine-learning approach for identifying hidden structural features of open quantum dynamics under restricted experimental access. Unlike most existing data-driven methods which focus on detection or prediction of dynamical behavior, our framework targets the inference of invariant algebraic structures underlying the effective Markovian evolution. Measurement limitations, symmetries, and superselection rules are incorporated through a $*$-algebraic description of accessible observables. The learning problem is formulated as maximum-likelihood estimation from multi-time measurement sequences, where the algebraic type of an invariant subalgebra - articularly a decoherence-free subalgebra - is treated as a discrete structural hypothesis. The feasibility of the approach is illustrated on multiple synthetic models and a waveguide quantum electrodynamics system, where nontrivial intermediate algebraic structures are identified directly from measurement data.
• Abstract（参考訳）: 本研究では,制限された実験アクセス下でのオープン量子力学の隠れ構造的特徴を識別するための機械学習手法を提案する。 動的挙動の検出や予測に重点を置く既存のデータ駆動手法とは異なり、我々のフレームワークはマルコフ進化の根底にある不変代数構造の推定を目標としている。 測定制限、対称性、スーパーセレクションルールは、アクセス可能な可観測物の$*$代数的な記述によって組み込まれている。 学習問題は、多時間測定シーケンスから最大線量推定として定式化され、非不変部分代数の代数型(特にデコヒーレンスフリー部分代数)は離散構造仮説として扱われる。 複数の合成モデルと導波路量子電磁力学系で、非自明な中間代数構造が測定データから直接同定される。

関連論文リスト

• Reconstructing Quantum States and Expectations via Dynamical Tomography [0.0]
  量子システムでは、トモグラフィー技術による状態再構成には、情報的に完備な可観測物の集合は必要ない。 このアイデアは力学量子トモグラフィーにつながり、その実現可能性として一般量子力学を特徴付ける。 このフレームワークはスピン鎖(散逸の有無にかかわらず)と電子核系への応用を図示する。
  論文  参考訳（メタデータ） (2025-09-29T11:43:52Z)
• Avoided-crossings, degeneracies and Berry phases in the spectrum of quantum noise through analytic Bloch-Messiah decomposition [49.1574468325115]
  解析的ブロッホ・メシア分解 (analytic Bloch-Messiah decomposition) は量子光学系の力学を特徴づけるためのアプローチを提供する。 単一パラメータが変化した場合,回避された交差は自然に発生し,特異ベクトルの過敏性をもたらすことを示す。 我々は,避けられた交差を意図的に設計することで,フォトニックシステムのスペクトル応答をプログラムできる可能性を強調した。
  論文  参考訳（メタデータ） (2025-04-29T13:14:15Z)
• Characterizing Nonlinear Dynamics via Smooth Prototype Equivalences [10.04533025864868]
  スムーズなプロトタイプ同値 (SPE) は, 正規化フローを用いた微分同相を異なるプロトタイプに適合させるフレームワークである。 SPEは、観察されたスパース、高次元測定の変形損失とプロトタイプの動力学を比較して分類することができる。 本手法は高次元単細胞遺伝子発現データから細胞周期軌跡などの生物学的過程を検出するのにどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2025-03-13T13:15:04Z)
• Physics-inspired Equivariant Descriptors of Non-bonded Interactions [0.0]
  本稿では,多種多様なLR相互作用を一貫した方法で処理できる長距離同変(LODE)フレームワークの拡張について述べる。 我々は、よりシンプルで効率的な実装を可能にするマルチポール拡張を用いて、これらを直接物理的に解釈する。
  論文  参考訳（メタデータ） (2023-08-25T07:04:16Z)
• Unravelling quantum chaos using persistent homology [0.0]
  トポロジカルデータ分析は、複雑なデータセットから有用なトポロジカル情報を抽出する強力なフレームワークである。 近年の研究では、古典的な散逸系の力学解析への応用が示されている。 古典的アプローチから着想を得た量子力学を特徴付けるトポロジカルパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-11-28T07:33:21Z)
• Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
  通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。 理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。 本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
  論文  参考訳（メタデータ） (2022-10-12T06:46:38Z)
• A Causality-Based Learning Approach for Discovering the Underlying Dynamics of Complex Systems from Partial Observations with Stochastic Parameterization [1.2882319878552302]
  本稿では,部分的な観測を伴う複雑な乱流系の反復学習アルゴリズムを提案する。 モデル構造を識別し、観測されていない変数を復元し、パラメータを推定する。 数値実験により、新しいアルゴリズムはモデル構造を同定し、多くの複雑な非線形系に対して適切なパラメータ化を提供することに成功した。
  論文  参考訳（メタデータ） (2022-08-19T00:35:03Z)
• 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)

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。