Fugu-MT 論文翻訳(概要): Tensor network methods for non-perturbative dynamics of open quantum systems

論文の概要: Tensor network methods for non-perturbative dynamics of open quantum systems

arxiv url: http://arxiv.org/abs/2608.09850v1
Date: Mon, 10 Aug 2026 17:08:24 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-11 19:16:37.392516
Title: Tensor network methods for non-perturbative dynamics of open quantum systems
Title（参考訳）: 開量子系の非摂動力学に対するテンソルネットワーク法
Abstract要約: テンソルネットワークは、新しいフォーマリズムと、以前の計算ボトルネックを克服するためのツールボックスの両方を提供する。本稿では,これらの手法を概観し,それらの共通点と相違点について論じる。
参考スコア（独自算出の注目度）: 0.23670015772069983
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The description of open quantum system dynamics beyond the perturbative treatment (usually associated with Markovian master equations) is a computationally challenging task due to the unfavorable exponential scaling of memory kernels. Developed over recent decades in the context of quantum information and condensed matter, tensor networks provide both a new formalism and a toolbox for overcoming previous computational bottlenecks. This framework enables the formulation of non-perturbative, numerically exact methods for describing the dynamics of open quantum systems to controllable numerical accuracy. In this review, we present these methods and discuss their commonalities and differences to paint a comprehensive view of the field.
Abstract（参考訳）: 摂動的処理以外の開量子系力学(通常はマルコフのマスター方程式と関連づけられる)の記述は、メモリカーネルの好ましくない指数的スケーリングのために計算的に難しい課題である。量子情報と凝縮物質という文脈で近年発展してきたテンソルネットワークは、新しい形式と、以前の計算ボトルネックを克服するためのツールボックスを提供する。この枠組みは、開量子系の力学を記述するための非摂動的、数値的正確な方法の定式化を可能にし、数値的精度を制御可能である。本稿では,これらの手法を概説し,その共通点と相違点について論じ,その分野を包括的に考察する。

関連論文リスト

Learning Hidden Structures in Open Quantum Dynamics [78.4675086615913]
本研究では,制限された実験アクセス下でのオープン量子力学の隠れ構造的特徴を識別するための機械学習手法を提案する。我々のフレームワークは、有効マルコフ進化の根底にある不変代数構造の推定を目標としている。このアプローチの実現性は、複数の合成モデルと導波路量子電磁力学系で説明される。
論文参考訳（メタデータ） (2026-04-01T10:20:38Z)
Non-perturbative switching rates in bistable open quantum systems: from driven Kerr oscillators to dissipative cat qubits [72.41778531863143]
単一モードバイスタブルオープン量子系におけるスイッチング率の予測にはパス積分手法を用いる。本研究は,マルチ安定な単体および多体オープン量子系におけるスイッチング現象を探索するための新たな道を開く。
論文参考訳（メタデータ） (2025-07-24T18:01:36Z)
Tensor Network Techniques for Quantum Computation [41.94295877935867]
この本はテンソルネットワークとその量子計算および量子情報への応用の入門的かつ徹底的なガイドとして機能する。パートIでは、テンソル構造やマトリックス製品状態(MPS)やツリーネットワーク(TTN)といったネットワーク表現など、基本的なトピックが取り上げられている。第2部は量子力学のシミュレーションにおけるテンソルネットワークの実践的応用を探る。最後の章ではテンソルネットワークにおける「量子魔法」の役割について論じている。
論文参考訳（メタデータ） (2025-03-06T13:31:17Z)
The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
論文参考訳（メタデータ） (2022-12-22T16:06:24Z)
Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文参考訳（メタデータ） (2022-04-26T09:52:02Z)
Description and complexity of Non-markovian open quantum dynamics [0.0]
複素環境ラドン測度によって記述された非マルコフメモリカーネルの一般クラスを同定する。我々は、対応するシステム値のユニタリ群を構成する正規化手順により、それらのダイナミクスを定義する。我々は、量子コンピュータ上でそれらの力学を効率的に近似できることを証明した。
論文参考訳（メタデータ） (2022-04-14T13:01:58Z)
Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文参考訳（メタデータ） (2022-02-15T19:00:09Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Dissipative quasi-particle picture for quadratic Markovian open quantum systems [0.0]
量子多体系の異なる領域間の相関を定量化することができる。閉系の場合、解析的および数値的なツールは、サブシステムエントロピーの時間進化を正確に捉えることができる。ここでは,非相互作用型開量子系の一般クラスに対して,散逸的準粒子像を定式化することによって進行する。
論文参考訳（メタデータ） (2021-06-22T18:10:47Z)
Solving Quantum Master Equations with Deep Quantum Neural Networks [0.0]
我々は、オープンな量子多体系の混合状態を表現するために、普遍的な量子計算が可能なディープ量子フィードフォワードニューラルネットワークを使用する。量子ネットワークの特別な構造を所有するこのアプローチは、バレン高原の欠如など、多くの注目すべき特徴を享受している。
論文参考訳（メタデータ） (2020-08-12T18:00:08Z)
Rate operator unravelling for open quantum system dynamics [0.0]
任意の状態におけるオープンシステムダイナミクスを記述するために量子ジャンプを使用する統一的なフレームワークは存在しない。我々は、マルコフ的および非マルコフ的進化に適用されるROQJ(Rate Operator Quantum Jump)アプローチを開発した。 ROQJは、負の減衰率を持つマスター方程式の集合を含む、幅広い種類の力学に対する厳密な測定スキーム解釈をもたらす。
論文参考訳（メタデータ） (2020-04-20T18:00:18Z)

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。