Fugu-MT 論文翻訳(概要): Principal component analysis of wavefunction snapshots in non-equilibrium dynamics

論文の概要: Principal component analysis of wavefunction snapshots in non-equilibrium dynamics

arxiv url: http://arxiv.org/abs/2604.01140v1
Date: Wed, 01 Apr 2026 16:57:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-09 14:15:55.43899
Title: Principal component analysis of wavefunction snapshots in non-equilibrium dynamics
Title（参考訳）: 非平衡力学における波動関数スナップショットの主成分分析
Authors: Dharmesh Yadav, Devendra Singh Bhakuni, Bijay Kumar Agarwalla,
Abstract要約: データセットの特定の変換が最大の主成分に含まれる情報内容を最大化することを示す。この接続により、このような次元還元スキームによって明らかにされる動的特徴を説明できる。
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: We study non-equilibrium quantum dynamics by performing principal component analysis on the data sets of wavefunction snapshots. We show that a specific transformation of the data sets maximizes the information content in the largest principal component and further enables its connection to certain observables. This connection enables us to explain the dynamical features revealed by such a dimensionality-reduction scheme. We demonstrate this using quantum dynamics of the Heisenberg spin chain, starting from different initial states, and further extend the approach to extract higher-order correlations. Our framework should also be applicable to other unsupervised machine-learning methods based on dimensionality-reduction schemes and is highly relevant to experiments with quantum simulators, including those in higher dimensions.
Abstract（参考訳）: 本研究では、波動関数スナップショットのデータセット上で主成分分析を行うことにより、非平衡量子力学を研究する。本稿では,データセットの特定の変換によって,最大主成分に含まれる情報内容が最大化され,また,特定の可観測物との接続も可能となることを示す。この接続により、このような次元還元スキームによって明らかにされる動的特徴を説明できる。ハイゼンベルクスピン鎖の量子力学を用いて、異なる初期状態から始まり、高次相関を抽出するためのアプローチをさらに拡張した。我々のフレームワークは、次元還元方式に基づく他の教師なし機械学習手法にも適用でき、高次元を含む量子シミュレータを用いた実験に非常に関係がある。

関連論文リスト

Digitized Counterdiabatic Quantum Feature Extraction [35.670314643295036]
そこで本研究では,ハミルトニアンの局所多体スピンのダイナミクスを用いて,複素特徴量を生成するハミルトン型量子特徴抽出法を提案する。分子毒性分類と画像認識を含む高次元実世界のデータセットに対するアプローチを評価する。その結果、量子的特徴抽出と古典的特徴抽出を組み合わせることで、さまざまな機械学習タスク間で一貫した改善が得られることが示唆された。
論文参考訳（メタデータ） (2025-10-15T17:59:35Z)
Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
論文参考訳（メタデータ） (2025-10-15T12:17:23Z)
Diagnosing quantum transport from wave function snapshots [0.0]
スピン鎖の非平衡量子力学を波動関数スナップショットのデータセットに主成分分析(PCA)を用いて研究する。スピンやエネルギー輸送の異なるいくつかの相互作用するスピン鎖の研究により、データ情報の拡散はスピンやエネルギーの量子輸送の根底にあるものと同じ動的指数に従っていることが明らかとなった。
論文参考訳（メタデータ） (2024-07-12T08:40:32Z)
Monitored long-range interacting systems: spin-wave theory for quantum trajectories [3.9162186116762596]
本研究では,長距離対話システムにおけるモニタリングされたダイナミクスを解析するためのシステムツールボックスを開発した。本手法はスピン波理論を量子軌道レベルでの一般力学生成に拡張する。我々は,1次元と2次元のパワー-ロー相互作用を持つ監視されたスピン系における絡み合い相転移を探索することによって,我々のフレームワークの汎用性を示す。
論文参考訳（メタデータ） (2024-05-20T15:41:38Z)
Data-Driven Characterization of Latent Dynamics on Quantum Testbeds [0.23408308015481663]
我々は、パラメータ化された元項でリンドブラッドマスター方程式によって記述された量子系の力学方程式を拡大する。本稿では,線形演算子に基づいてパラメータ化された発散潜在力学からユニタリを学習し,区別する拡張を保存する構造について考察する。我々は、我々の解釈、構造保存、非線形モデルがリンドブラッドマスター方程式の予測精度を向上させることを実証した。
論文参考訳（メタデータ） (2024-01-18T09:28:44Z)
Spectral chaos bounds from scaling theory of maximally efficient quantum-dynamical scrambling [44.99833362998488]
複雑な量子系のエルゴード定常状態への進化に関する重要な予想は、スクランブルとして知られるこの過程が最も効率的であるときに普遍的な特徴を取得することである。このシナリオでは、完全なスクランブルダイナミクスに沿ったスペクトル相関の正確な自己相似性を具現化して、スペクトル統計量に対する単一パラメータスケーリング理論を開発する。スケーリング予測は特権プロセスと一致し、他の動的スクランブルシナリオのバウンダリとして機能し、すべての時間スケールで非効率または不完全なスクランブルを定量化できるようにする。
論文参考訳（メタデータ） (2023-10-17T15:41:50Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
論文参考訳（メタデータ） (2023-03-13T13:06:40Z)
Probing non-Markovian quantum dynamics with data-driven analysis: Beyond "black-box" machine learning models [0.0]
オープン量子系の非マルコフ力学の解析に対するデータ駆動型アプローチを提案する。提案手法では, 環境の有効次元と, 共同系環境量子力学のスペクトルを計測する。オープン量子システムの様々なモデルを用いて提案手法の性能を実証する。
論文参考訳（メタデータ） (2021-03-26T14:27:33Z)
Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文参考訳（メタデータ） (2020-07-23T19:05:56Z)

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。