論文の概要: Is the most random pattern random? Maximizing localization in a two-dimensional lattice with engineered disorder

• arxiv url: http://arxiv.org/abs/2606.02291v1
• Date: Mon, 01 Jun 2026 14:13:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:32.202886
• Title: Is the most random pattern random? Maximizing localization in a two-dimensional lattice with engineered disorder
• Title（参考訳）: 最もランダムなパターンはランダムか?工学的障害を伴う2次元格子における局在の最大化
• Authors: Morgan Berkane, Sahel Ashhab,
• Abstract要約: 強結合ハミルトニアンによって記述された2次元正方格子の1つの粒子と2次元正方形四角格子の2つのモデルにおける局所化について検討する。 本稿では,特にオンサイトエネルギーのパラメータを,局所化量子化パラメータを最大化するように慎重に選択する状況を提案する。
• 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 investigate localization in two models: a single particle in a two-dimensional square lattice described by the tight binding Hamiltonian, and a two-dimensional square qubit lattice. It is well-known that Anderson localization occurs under suitable conditions in which the system parameters are chosen randomly from some statistical distribution. We propose a situation in which the parameters, specifically the on-site energies, are carefully chosen in such a way that a localization-quantifying parameter is maximized. We demonstrate the optimization procedure with numerical calculations in which the engineered localization significantly exceeds the average localization caused by a random distribution of the on-site energies. We explore the relation between spatial patterns and localization efficiency. Furthermore, we use perturbation theory to gain insight into the localization mechanism and obtain an improved cost function for optimization calculations, leading to enhanced localization in both the single-particle and full Hilbert spaces. Although large-scale simulations for qubit lattices are computationally infeasible, we use small-system simulations to demonstrate that results obtained using the single-particle tight binding model can be adapted to identify optimal settings for qubit lattice systems to achieve maximum decoupling between the qubits, which can be valuable for optimizing the idle-state settings on a quantum processor.
• Abstract（参考訳）: 強結合ハミルトニアンによって記述された2次元正方格子の1つの粒子と2次元正方形四角格子の2つのモデルにおける局所化について検討する。 アンダーソンの局所化は、ある統計分布からシステムパラメータがランダムに選択される適切な条件下で起こることはよく知られている。 本稿では,特にオンサイトエネルギーのパラメータを,局所化量子化パラメータを最大化するように慎重に選択する状況を提案する。 本研究では, 現場エネルギーのランダム分布によって生じる平均的局所化を, 工学的局所化が著しく上回る数値計算による最適化手法を実証する。 空間パターンと局所化効率の関係について検討する。 さらに、摂動理論を用いて局所化機構の洞察を得、最適化計算のコスト関数の改善を図り、単一粒子とフルヒルベルト空間の局所化を向上する。 量子ビット格子の大規模シミュレーションは計算不可能であるが, 単一粒子密結合モデルを用いて得られた結果は, 量子プロセッサ上でのアイドル状態設定の最適化に有用な量子ビット格子系間の最大デカップリングを実現するために最適な設定に適応できることを示すために, 小システムシミュレーションを用いる。

関連論文リスト

• Tensor network surrogate models for variational quantum computation [0.20391237204597365]
  我々は2次元量子ビットアーキテクチャ上での変分量子アルゴリズムをシミュレートするために2次元テンソルネットワーク(TN)アンサッツを採用する。 最大3体の相互作用を持つ重六角形問題では、小さなインスタンスで訓練されたパラメータをシステムに転送することで、サンプルエネルギーの分布が大幅に向上する。 より大規模なシステムサイズでのTNシミュレーションでトレーニング自体を拡張することで、局所的なミニマを回避し、低エネルギーサンプルを得る。
  論文  参考訳（メタデータ） (2026-04-22T04:53:39Z)
• When is randomization advantageous in quantum simulation? [0.004767523460900944]
  本研究では,ハミルトニアンシミュレーションがランダム化の恩恵を受ける条件について検討する。 多くの項と非常に不均一な係数分布を持つハミルトニアンにとって、ランダム化法はゲート数を大幅に減少させる。 この状態は量子化学ハミルトニアンと部分的に重なり合うが、現実的なシステムは通勤パターンのような付加的な構造を示す。
  論文  参考訳（メタデータ） (2026-04-08T18:00:04Z)
• Optimal Transportation and Alignment Between Gaussian Measures [80.4634530260329]
  最適なトランスポート(OT)とGromov-Wasserstein(GW)アライメントは、データセットの解釈可能な幾何学的フレームワークを提供する。 これらのフレームワークは計算コストが高いため、大規模アプリケーションは2次コストでガウス分布の閉形式解に依存することが多い。 この研究は、ガウス的、二次的コスト OT と内部積 GW (IGW) のアライメントを包括的に扱い、文学におけるいくつかのギャップを埋めて適用性を広げる。
  論文  参考訳（メタデータ） (2025-12-03T09:01:48Z)
• Optimal Scaling for Locally Balanced Proposals in Discrete Spaces [65.14092237705476]
  離散空間におけるMetropolis-Hastings (M-H) アルゴリズムの効率は、対象分布に依存しない受容率によって特徴づけられることを示す。 最適受容率の知識は、連続空間におけるステップサイズ制御と直接的に類似して、離散空間における提案分布の近傍サイズを自動的に調整することを可能にする。
  論文  参考訳（メタデータ） (2022-09-16T22:09:53Z)
• Beyond EM Algorithm on Over-specified Two-Component Location-Scale Gaussian Mixtures [29.26015093627193]
  負の対数様関数の曲率を効率的に探索するために,指数位置更新法(ELU)アルゴリズムを開発した。 ELUアルゴリズムは、対数的な反復数の後、モデルの最終的な統計的半径に収束することを示した。
  論文  参考訳（メタデータ） (2022-05-23T06:49:55Z)
• Distributed Sketching for Randomized Optimization: Exact Characterization, Concentration and Lower Bounds [54.51566432934556]
  我々はヘシアンの形成が困難である問題に対する分散最適化法を検討する。 ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。
  論文  参考訳（メタデータ） (2022-03-18T05:49:13Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Towards a Unified Quadrature Framework for Large-Scale Kernel Machines [35.32894170512829]
  数値積分表現を用いて,大規模カーネルマシンのための二次的フレームワークを開発する。 完全対称補間規則を利用して、カーネル近似のための二次ノードと関連する重みを効率的に計算する。
  論文  参考訳（メタデータ） (2020-11-03T12:48:07Z)
• Local optimization on pure Gaussian state manifolds [63.76263875368856]
  ボソニックおよびフェルミオンガウス状態の幾何学に関する洞察を利用して、効率的な局所最適化アルゴリズムを開発する。 この手法は局所幾何学に適応した降下勾配の概念に基づいている。 提案手法を用いて、任意の混合ガウス状態の精製の絡み合いを計算するのにガウス浄化が十分であるという予想の数値的および解析的証拠を収集する。
  論文  参考訳（メタデータ） (2020-09-24T18:00:36Z)
• Distributed Averaging Methods for Randomized Second Order Optimization [54.51566432934556]
  我々はヘッセン語の形成が計算的に困難であり、通信がボトルネックとなる分散最適化問題を考察する。 我々は、ヘッセンのサンプリングとスケッチを用いたランダム化二階最適化のための非バイアスパラメータ平均化手法を開発した。 また、不均一なコンピューティングシステムのための非バイアス分散最適化フレームワークを導入するために、二階平均化手法のフレームワークを拡張した。
  論文  参考訳（メタデータ） (2020-02-16T09:01:18Z)

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。