論文の概要: Non-Markovianity in the Adapted Caldeira-Leggett model

• arxiv url: http://arxiv.org/abs/2605.19753v1
• Date: Tue, 19 May 2026 12:23:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.326821
• Title: Non-Markovianity in the Adapted Caldeira-Leggett model
• Title（参考訳）: 適応カルデイラ・レゲットモデルにおける非マルコビアン性
• Authors: Luciano Manara, Andrea Smirne, Bassano Vacchini,
• Abstract要約: 適応カルデイラ・レゲットモデルの非マルコフ的特徴について検討する。 モデルがシステムと環境の両方の自由度を明示的に追跡する能力を利用することで、非マルコビアン性の詳細な特徴付けを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we investigate the non-Markovian features of the Adapted Caldeira-Leggett model, a computationally efficient framework recently proposed to capture the essential physics of the standard Caldeira-Leggett model. While this effective model has been previously validated for decoherence and einselection, its ability to reproduce memory effects remains to be explored. By exploiting the model's capability to explicitly track both system and environment degrees of freedom, we provide a detailed characterization of non-Markovianity through the lens of information backflow. We evaluate the buildup of system-environment correlations and the corresponding modifications of the environmental state, assessing a quantitative upper bound for the revival of distinguishability in the reduced dynamics. Our results, obtained by comparing different distinguishability quantifiers such as trace distance and the square root of the Jensen-Shannon divergence, show that while correlations are primarily sensitive to coupling strength, environmental state changes are more heavily influenced by temperature. Our analysis substantiates the physical interpretation of the distinguishability-based approach to non-Markovianity, and confirms this variant of the Caldeira-Leggett model as a reliable tool for exploring the microscopic origins of different fundamental phenomena in quantum mechanics.
• Abstract（参考訳）: 本研究では,適応カルデイラ・レゲットモデル(Adapted Caldeira-Leggett model)の非マルコフ的特徴について検討する。 この効果的なモデルはこれまでもデコヒーレンスとアインシュタイン選択のために検証されてきたが、記憶効果を再現する能力は検討されていない。 システムと環境の両方の自由度を明示的に追跡するモデルの能力を利用して、情報バックフローのレンズを通して非マルコビアン性の詳細な特徴付けを行う。 システム環境相関の蓄積とそれに対応する環境状態の変化を評価し, 縮退力学における識別可能性の回復のための定量的な上限を評価した。 その結果, 相関関係は結合強度に強く依存するが, 環境変化は温度に強く影響されることがわかった。 我々の分析は、非マルコビアン性に対する微分可能性に基づくアプローチの物理的解釈を裏付け、量子力学における異なる基本現象の顕微鏡的起源を探索するための信頼性の高いツールとして、カルデイラ・レゲットモデルのこの変種を裏付けるものである。

関連論文リスト

• The Kerimov-Alekberli Model: An Information-Geometric Framework for Real-Time System Stability [0.0]
  本研究では,AIの安全性を再定義する新しい情報幾何学フレームワークであるKerimov-Alekberliモデルを紹介する。 非平衡熱力学を自律システムの倫理的アライメントの制御に正式にリンクすることにより、システム異常を定義する。 NSL-KDDデータセットと無人航空機軌道シミュレーションの検証により,本モデルが実時間検出に有効であることを実証した。
  論文  参考訳（メタデータ） (2026-04-27T06:13:25Z)
• Identifying Ising and percolation phase transitions based on KAN method [6.086561505970236]
  本稿では,Kolmogorov-Arnold Network を用いて生構成を学習モデルに入力する手法を提案する。 その結果,KAはパーコレーションモデルの臨界点を実際に予測できることが示唆された。
  論文  参考訳（メタデータ） (2025-03-05T13:49:22Z)
• Regulating Model Reliance on Non-Robust Features by Smoothing Input Marginal Density [93.32594873253534]
  信頼できる機械学習は、非ロバストな特徴に依存するモデルの厳密な規制を必要とする。 本稿では,モデル予測を入力に関連付けることによって,そのような特徴を記述・規制するフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-05T09:16:56Z)
• The role of initial system-environment correlations in the accuracies of parameters within spin-spin model [0.0]
  本研究では,環境パラメータの推定を改善するために,初期システム環境相関の効果について検討する。 温度推定では, 推定精度を桁違いに向上できるので, 結果が期待できる。 結合強度の場合, 相関の場合と非相関の場合において, 連続的に精度が上昇していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-07-04T02:25:51Z)
• On the Impact of Sampling on Deep Sequential State Estimation [17.92198582435315]
  逐次モデルにおける状態推定とパラメータ学習は近似手法を用いてうまく行うことができる。 モンテカルロの厳密な目的は、生成的モデリング性能を向上させるために文献で提案されている。
  論文  参考訳（メタデータ） (2023-11-28T17:59:49Z)
• Identifying Weight-Variant Latent Causal Models [82.14087963690561]
  推移性は潜在因果表現の識別性を阻害する重要な役割を担っている。 いくつかの軽微な仮定の下では、潜伏因果表現が自明な置換とスケーリングまで特定可能であることを示すことができる。 本稿では,その間の因果関係や因果関係を直接学習する構造的caUsAl変分自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2022-08-30T11:12:59Z)
• Correlations, information backflow, and objectivity in a class of pure dephasing models [0.0]
  システムと環境の断片間の相関関係が,その後のダイナミクスを特徴づける役割について,批判的に考察する。 我々は、初期環境の状態が質的に定量的に相関プロファイルに影響を及ぼす調整可能な自由度を表すようなデファースモデルを用いている。 我々は、異なる顕微鏡モデルから生じる系の正に同じマルコフ的でない還元力学に対して、量子ダーウィン的特徴を示すものもあれば、古典的客観性の概念が存在しないものもあることを示した。
  論文  参考訳（メタデータ） (2022-01-25T19:00:06Z)
• Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian Nonparametrics [85.31247588089686]
  変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。 ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
  論文  参考訳（メタデータ） (2021-07-08T03:40:18Z)
• Energy-Based Learning for Cooperative Games, with Applications to Feature/Data/Model Valuations [91.36803653600667]
  本稿では, 最大エントロピーフレームワークによる理論的正当性を備えた, 協調ゲームのための新しいエネルギーベース処理法を提案する。 驚くべきことに、エネルギーベースモデルの変分推論を行うことで、Shapley値やBanzhafインデックスといった様々なゲーム理論の評価基準を復元する。 提案する変分指数は,特定の合成および実世界のバリュエーション問題において,興味深い特性を享受できることを実験的に実証した。
  論文  参考訳（メタデータ） (2021-06-05T17:39:04Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)

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。