論文の概要: On the Symplectic Propagation of the Spin-MInt Algorithm for Non-Adiabatic Quantum Dynamics
- arxiv url: http://arxiv.org/abs/2607.02058v1
- Date: Thu, 02 Jul 2026 11:37:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.81685
- Title: On the Symplectic Propagation of the Spin-MInt Algorithm for Non-Adiabatic Quantum Dynamics
- Title（参考訳）: 非断熱量子ダイナミクスのためのスピンミットアルゴリズムのシンプレクティック伝播について
- Abstract要約: 一般的なK$電子状態に対するSpin-MIntアルゴリズムのシンプレクティシティを証明する。
Spin-MIntアルゴリズムのモノドロミー行列が明示的に記述されたのはこれが初めてである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mapping methods are often used for the numerical simulation of nonadiabatic systems by propagating classical mapping variable trajectories. A recently popularised mapping method is spin-mapping, whose mapping variables arise from quantum mechanical operators with symmetries described by a Lie-Poisson algebra. Simulating the classical-like dynamics of spin-mapping systems accurately is generally challenging, with many methods unable to preserve the underlying geometric structure of the symplectic form. The Spin-MInt algorithm is a recently proposed algorithm propagating spin-mapping variables, with a direct proof of symplecticity existing only for 2 electronic states. Here, we directly prove the symplecticity of the Spin-MInt algorithm for a general $K$ electronic states. A review of the symplectic nature of coadjoint orbits of the $\mathfrak{su}(K)$ Lie-Poisson algebra provides the framework needed to understand symplecticity of the Spin-MInt algorithm in this general case. The symplecticity of the method on the associated coadjoint orbit is then shown for what we believe to be the first time via an explicit verification of the symplecticity condition $\mathbf{MJ}\mathbf{M}^\textrm{T}=\mathbf{J}$ exploiting the Lie-Poisson structure of the system. To our knowledge, this is the first time the monodromy matrix for the Spin-MInt algorithm has been explicitly stated using canonical coordinates on the coherent state manifold for a general number of states. We hope that this will assist the development of classical-like spin-mapping methods which might utilise elements of the monodromy matrix, and inform future work on similar symplectic algorithms for coupled and uncoupled Lie-Poisson systems.
- Abstract（参考訳）: 写像法は古典的写像変数軌跡の伝播による非断熱系の数値シミュレーションによく用いられる。
最近普及した写像法はスピンマッピングであり、その写像変数はリー・ポアソン代数によって記述された対称性を持つ量子力学的作用素から生じる。
スピンマッピングシステムの古典的な力学を正確にシミュレーションすることは一般に困難であり、多くの手法はシンプレクティック形式の基底となる幾何学的構造を保存できない。
Spin-MIntアルゴリズムは、スピンマッピング変数を伝播するアルゴリズムであり、2つの電子状態に対してのみシンプレクティック性が存在するという直接的な証明である。
ここでは、一般的なK$電子状態に対してスピンミットアルゴリズムのシンプレクティシティを直接証明する。
この一般の場合、$\mathfrak{su}(K)$ Lie-Poisson algebra の共役軌道のシンプレクティックな性質のレビューは、スピンミットアルゴリズムのシンプレクティック性を理解するために必要なフレームワークを提供する。
関連する共役軌道上の方法のシンプレクティリティは、系のリー・ポアソン構造を利用するシンプレクティリティ条件 $\mathbf{MJ}\mathbf{M}^\textrm{T}=\mathbf{J}$ の明示的な検証を通して、我々が初めてと考えるものに対して示される。
我々の知る限り、Spin-MIntアルゴリズムのモノドロミー行列は、一般の状態に対してコヒーレント状態多様体上の正準座標を用いて明示的に記述されたのはこれが初めてである。
これは、モノドロミー行列の要素を利用する古典的なスピンマッピング手法の開発を支援し、結合されたリー・ポアソン系に対する同様のシンプレクティックアルゴリズムの今後の研究を知らせてくれることを期待している。
関連論文リスト
- Quantum algorithm for differential equations via permutation matrix representation with application to the Burgers equation [0.1274452325287335]
非線形バーガース方程式の力学を解く量子アルゴリズムを開発した。
我々のアルゴリズムは行列ノルムの代わりにカールマン発生器の対角線外ノルムでスケールすることを示す。
我々は、PMRスキームを高階微分や非線形項を含むような一般的な流体方程式に拡張する。
論文 参考訳（メタデータ） (2026-08-19T23:52:03Z) - Universal Dilation of Linear Itô SDEs: Quantum Trajectories and Lindblad Simulation of Second Moments [2.847280100380157]
本稿では,加法的あるいは乗法的な雑音を持つ量子コンピュータ上で線形イット微分方程式(SDE)をシミュレートするための普遍的枠組みを提案する。
一元的拡張法に基づいて、一般線型 SDE [ dX_t = A(t) X_t,dt + sum_j=1J B_j(t)X_t,dW_tj ] と、拡張ヒルベルト空間上のシュルディンガー方程式(SSE)の間の厳密な対応を確立する。
論文 参考訳（メタデータ） (2026-01-09T16:42:25Z) - Disordered Dynamics in High Dimensions: Connections to Random Matrices and Machine Learning [52.26396748560348]
ランダム行列によって駆動される高次元力学系について概説する。
機械学習理論における学習と一般化の単純なモデルへの応用に焦点を当てる。
論文 参考訳（メタデータ） (2026-01-03T00:12:32Z) - Ancilla-Free Fast-Forwarding Lindbladian Simulation Algorithms by Hamiltonian Twirling [2.8802622551493773]
時間=t$進化写像は、ユニタリ軌道上のガウスのツワールを正確に表すことができる。
この構造的洞察により、リンドブラディアンシミュレーションのための高速フォワードアルゴリズムを設計できる。
論文 参考訳（メタデータ） (2025-11-13T12:39:18Z) - A Hamiltonian driven Geometric Construction of Neural Networks on the Lognormal Statistical Manifold [0.0]
本稿では,統計多様体に基づくニューラルネットワーク構築手法を提案する。
この構成は、この多様体上の勾配フローに相当するハミルトン系によって駆動される。
提案手法は,基礎となるパラメータ空間の微分幾何学に基づく学習システム構築のための新しいパラダイムを提供する。
論文 参考訳（メタデータ） (2025-09-30T04:47:17Z) - Lindbladian reverse engineering for general non-equilibrium steady states: A scalable null-space approach [49.1574468325115]
NESS を対象とするリンドバルディアン・マスター方程式を再構成する手法を提案する。
相関行列の核(ヌル空間)はリンドブラディアン解に対応する。
ボソニックガウスから散逸駆動の集合スピンまで、様々なシステムでこの方法を説明する。
論文 参考訳（メタデータ） (2024-08-09T19:00:18Z) - Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry [63.694184882697435]
グローバル共分散プーリング(GCP)は、高レベルの表現の2階統計を利用して、ディープニューラルネットワーク(DNN)の性能を向上させることが実証されている。
本稿では、リーマン幾何学の観点から行列対数とパワーの包括的かつ統一的な理解を提供する。
論文 参考訳（メタデータ） (2024-07-15T07:11:44Z) - Vectorization of the density matrix and quantum simulation of the von
Neumann equation of time-dependent Hamiltonians [65.268245109828]
我々は、von-Neumann方程式を線形化するための一般的なフレームワークを開発し、量子シミュレーションに適した形でレンダリングする。
フォン・ノイマン方程式のこれらの線型化のうちの1つは、状態ベクトルが密度行列の列重ね元となる標準的な場合に対応することを示す。
密度行列の力学をシミュレートする量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-06-14T23:08:51Z) - Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras
from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。
完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。
また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文 参考訳（メタデータ） (2023-01-13T16:25:25Z) - Learning quantum symmetries with interactive quantum-classical
variational algorithms [0.0]
状態 $vert psi rangle$ の対称性は単位作用素であり、$vert psi rangle$ は固有ベクトルである。
対称性は量子システムに 重要な物理的な洞察を与えます
我々は,$vert psi rangle$の対称性を体系的に探索する変分型量子古典学習法を開発した。
論文 参考訳（メタデータ） (2022-06-23T20:41:26Z) - Efficient simulation of Gottesman-Kitaev-Preskill states with Gaussian
circuits [68.8204255655161]
ゴッテマン・キタエフ・プレスキル状態(GKP)の古典的シミュラビリティを,任意の変位,大規模なシンプレクティック操作,ホモダイン測定と組み合わせて検討した。
これらのタイプの回路では、準確率分布の非負性性に基づく連続変数の定理も離散変数の定理も、シミュラビリティの評価には使用できない。
論文 参考訳（メタデータ） (2022-03-21T17:57:02Z) - A Dynamical Mean-Field Theory for Learning in Restricted Boltzmann
Machines [2.8021833233819486]
ボルツマンマシンにおける磁化計算のためのメッセージパッシングアルゴリズムを定義する。
安定性基準の下でのアルゴリズムのグローバル収束を証明し,数値シミュレーションとの良好な一致を示す収束率を計算する。
論文 参考訳（メタデータ） (2020-05-04T15:19:31Z)
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。