論文の概要: Sharp Bounds on Ground State Energy of the SYK Model
- arxiv url: http://arxiv.org/abs/2607.27185v1
- Date: Wed, 29 Jul 2026 17:54:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.771293
- Title: Sharp Bounds on Ground State Energy of the SYK Model
- Title(参考訳): SYKモデルの地盤エネルギーに関するシャープ境界
- Abstract要約: 我々はSachdev-Ye-Kitaev (SYK) Hamiltonian $H_operatornameSYK$ on $n$ Majorana modes with $k$-body interaction。
我々は、$mathbbE|H_operatornameSYK|_operatornameop = (1 - o(1))cdotsqrt2n/k$ for super-constant $kleq o(sqrtn)$と証明する。
- 参考スコア(独自算出の注目度): 0.745554610293091
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the Sachdev-Ye-Kitaev (SYK) Hamiltonian $H_{\operatorname{SYK}}$ on $n$ Majorana modes with $k$-body interactions, and prove that $\mathbb{E}\|H_{\operatorname{SYK}}\|_{\operatorname{op}} = (1 - o(1))\cdot\sqrt{2n}/k$ for super-constant $k\leq o(\sqrt{n})$, where the expectation is over the disorder variables in the Hamiltonian. This confirms the predictions due to Garcia-Garcia, Jia and Verbaarschot'18 and answers a question posed in Feng, Tian and Wei'19. Our results extend to the sparse SYK Hamiltonian. As a corollary, we obtain that the dissipative quantum algorithm of Basso, Chen and Dalzell'24 provably computes the ground state energy of the SYK Hamiltonian up to an $O(1)$-multiplicative factor for all $k < \sqrt{n}/4$. Our key technical idea is identifying an explicit, deterministic linear operator $\mathsf{x}$ such that a fixed quadratic form of $\mathsf{x}^{2\ell}$ exactly equals the expected trace moments of the SYK Hamiltonian for every $n$ and $k$. This linear operator can be naturally viewed as a \emph{twisted} model of bosons on the space of hyperedges of a hypergraph. The problem thus reduces to identifying the spectral edge of $\mathsf{x}$, which we show is dominated by the spectrum of a natural ${n \choose k}$-dimensional matrix from the \emph{Johnson} scheme and is straightforward to compute using known results. To show that our bound is sharp, we construct a witness state with a large quadratic form on $\mathsf{x}$ and transform it into a certificate of a lower bound on the largest quadratic form on $H_{\operatorname{SYK}}$.
- Abstract(参考訳): Sachdev-Ye-Kitaev (SYK) Hamiltonian $H_{\operatorname{SYK}}$ on $n$ Majorana modes with $k$-body interaction, and prove that $\mathbb{E}\|H_{\operatorname{SYK}}\|_{\operatorname{op}} = (1 - o(1))\cdot\sqrt{2n}/k$ for super-constant $k\leq o(\sqrt{n})$。
これはガルシア=ガルシア、ジーア、ヴェルバールスチョート18号による予測を確認し、Feng、Tian、Wei'19で提起された疑問に答える。
我々の結果はスパースSYKハミルトニアンにまで及ぶ。
結論として、Basso, Chen, Dalzell'24の散逸的量子アルゴリズムは、すべての$k < \sqrt{n}/4$に対して、SYKハミルトニアンの基底状態エネルギーを最大$O(1)$-乗算係数まで確実に計算する。
我々の主要な技術的考えは、決定論的線型作用素 $\mathsf{x}$ を、固定された二次形式 $\mathsf{x}^{2\ell}$ が、すべての$n$と$k$ に対して SYK ハミルトニアンが期待するトレースモーメントと正確に等しいような明示的決定論的線型作用素 $\mathsf{x}$ を特定することである。
この線型作用素は自然に、ハイパーグラフのハイパーエッジ空間上のボソンの \emph{twisted} モデルと見なすことができる。
したがって、この問題は$\mathsf{x}$のスペクトルエッジの同定に還元され、これは自然の${n \choose k}$-次元行列のスペクトルに支配され、既知の結果を用いて簡単に計算できる。
我々の境界が鋭いことを示すために、$\mathsf{x}$ 上の大きな二次形式を持つ証人状態を構築し、それを $H_{\operatorname{SYK}}$ 上の最大の二次形式上の下界の証明に変換する。
関連論文リスト
- Quantum Cut Sparsifiers [4.310673701257625]
Basu, Brakensiek, Putterman [2026] によるハミルトンのスパーシフィビリティの研究を継続する。
我々の主な結果は、$n$-qubitシステムにおいて、任意の$n$-qubit QC Hamiltonian は$widetildeO(n /varepsilon2)$ 多くの項にスパース化できるということである。
論文 参考訳(メタデータ) (2026-06-08T16:51:08Z) - Quantitative Sobolev Approximation Bounds for Neural Operators with Empirical Validation on Burgers Equation [0.0]
本研究では,ソボレフ空間における演算子学習のための関数解析フレームワークを開発し,それをFNO(Fourier Neural Operators)の数値的挙動に接続する。
モデルサイズの全体にわたって、テスト$H1$-errorsを$mathcalO(10-7)$まで下げ、相対誤差を10~3$とし、解と空間微分を正確に一致させる。
論文 参考訳(メタデータ) (2026-05-04T22:15:21Z) - Optimal Scalar Quantization for Matrix Multiplication: Closed-Form Density and Phase Transition [50.36362492608702]
乗算前の2つの行列のエントリーワイズスカラー量子化について検討した。
我々は、閉形式の最適点密度 [ star(u) propto exp!left(-fracu26right)bigl( (1-2)+2u22bigr), qquad u=fracx_X を求め、相関駆動相転移を証明した。
論文 参考訳(メタデータ) (2026-03-20T01:53:44Z) - On a Class of Time-Dependent Non-Hermitian Hamiltonians [0.0]
時間依存(TD)非エルミートハミルトン群 $H(t)$ を擬エルミートハミルトン群 $mathcalH_0PH に変換する。
後者は、Hermitian Hamiltonian $h と類似性変換、$h=rho MathcalH_0PH rho-1$、$rho$ はダイソン写像である。
論文 参考訳(メタデータ) (2025-10-02T18:59:12Z) - Approximating the operator norm of local Hamiltonians via few quantum states [53.16156504455106]
複素ヒルベルト空間上で作用するエルミート作用素 $A$ を 2n$ とする。
A$ がパウリ拡大において小さな次数を持つとき、あるいは言い換えれば、$A$ は局所 $n$-量子ハミルトニアンである。
A$ が $d$-local, textiti.e., $deg(A)le d$ であるときは常に、次の離散化型不等式を持つことを示す。
論文 参考訳(メタデータ) (2025-09-15T14:26:11Z) - Generalized Liénard systems and isochronous connections [6.412262542272846]
非線形リーナード方程式の古典的および量子的側面は $ddotx + k x dotx + omega2 x + (k2/9) x3 = 0$ である。
そのような方程式は、$ddotz + J(z) dotz2 + F(z) dotz + G(z) = 0$という形のLevinson-Smith型の方程式から導出できることを示した。
論文 参考訳(メタデータ) (2024-12-12T09:27:57Z) - Provably learning a multi-head attention layer [55.2904547651831]
マルチヘッドアテンション層は、従来のフィードフォワードモデルとは分離したトランスフォーマーアーキテクチャの重要な構成要素の1つである。
本研究では,ランダムな例から多面的注意層を実証的に学習する研究を開始する。
最悪の場合、$m$に対する指数的依存は避けられないことを示す。
論文 参考訳(メタデータ) (2024-02-06T15:39:09Z) - A Unified Framework for Uniform Signal Recovery in Nonlinear Generative
Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳(メタデータ) (2023-09-25T17:54:19Z) - Some Remarks on the Regularized Hamiltonian for Three Bosons with
Contact Interactions [77.34726150561087]
3次元のゼロレンジ力を介して相互作用する3つのボソン系のモデルハミルトンの性質について論じる。
特に、適当な二次形式 $Q$ から始め、自己随伴およびハミルトンの$mathcal H$ の下から有界となるものを構築することができる。
しきい値 $gamma_c$ が最適であることは、次の2次形式 $Q$ が下から非有界であるという意味では、$gamma_c$ が最適であることを示している。
論文 参考訳(メタデータ) (2022-07-01T10:01:14Z) - Learning a Single Neuron with Adversarial Label Noise via Gradient
Descent [50.659479930171585]
モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。
学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
論文 参考訳(メタデータ) (2022-06-17T17:55:43Z)
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。