論文の概要: Quantum Localization in Geometric Complex Networks
- arxiv url: http://arxiv.org/abs/2610.15874v1
- Date: Sun, 11 Oct 2026 19:47:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 15:27:14.961375
- Title: Quantum Localization in Geometric Complex Networks
- Title（参考訳）: 幾何学的複雑ネットワークにおける量子局在
- Abstract要約: 本研究では, 単一粒子状態の局在化が, 単純だが高予測の複雑なネットワークモデルの基礎となるトポロジーの影響について検討する。
我々の研究は、小世界のネットワークは、ローカライズする傾向にある非小世界のネットワークとは対照的に、システム全体のサイズを広げる拡張状態を持つ傾向があることを示唆している。
- 参考スコア（独自算出の注目度）: 0.1749935196721634
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum localization, the phenomenon by which wave diffusion is halted, here understood as the superposition of propagating waves, can have many different origins, such as onsite random potentials in Anderson localization. However, some systems exhibit complex geometries and could potentially reproduce similar results without external potentials. In this work, we study how localization of single particle states is affected by the underlying topology of a simple but highly predictive complex network model: the geometric soft configuration model $\mathbb S^1$. By tuning the model's temperature and heterogeneity parameters, we are able to generate different structural patterns and focus on the transition from a small-world to a non-small-world regime. Our study suggests that small-world networks tend to have extended states, which spread the whole system's size, in contrast to non-small-world networks which tend to localize, showing how complex connectivity can play the role assigned to random energetic disorder.
- Abstract（参考訳）: 波動拡散が停止する現象である量子局在化は、伝播波の重ね合わせとして理解されており、アンダーソン局在のオンサイトランダムポテンシャルなど、多くの異なる起源を持つことができる。
しかし、いくつかの系は複雑なジオメトリーを示し、外部電位なしで同様の結果を再現する可能性がある。
本研究では, 単一粒子状態の局在化が, 単純かつ予測性の高い複雑なネットワークモデル(幾何ソフト構成モデル$\mathbb S^1$)の基盤となるトポロジーの影響について検討する。
モデルの温度と不均一性パラメータをチューニングすることで、異なる構造パターンを生成し、小さな世界から小さな世界へ移行することに集中することができる。
本研究は,小世界ネットワークがシステム全体の規模を拡大する拡張状態を持つ傾向があり,非小世界ネットワークが局所化する傾向にあるのに対し,複雑な接続がランダムなエネルギー障害に割り当てられた役割を果たすことを示す。
関連論文リスト
- The Inductive Bias of Convolutional Neural Networks: Locality and Weight Sharing Reshape Implicit Regularization [57.37943479039033]
本研究では,勾配降下における安定性現象によって引き起こされる暗黙の正則化に,アーキテクチャ的帰納バイアスがどう影響するかを考察する。
局所性と重量共有が根本的に変化していることが示されています。
論文 参考訳（メタデータ） (2026-03-05T04:50:51Z) - Dreaming up scale invariance via inverse renormalization group [0.0]
我々は,2次元イジングモデルにおいて,最小限のニューラルネットワークが再正規化群 (RG) の粗粒化過程を逆転できることを示す。
トレーニング可能なパラメータを3つも持たないニューラルネットワークでさえ、重要な構成を生成することができることを実証する。
論文 参考訳（メタデータ） (2025-06-04T14:46:22Z) - How to realize compact and non-compact localized states in disorder-free hypercube networks [0.0]
障害のないハイパーキューブグラフ上で、様々なゼロエネルギー局所化状態を実現する方法を提案する。
コンパクトで非コンパクトな(アンダーソンのような)局在状態が自然に障害のないハイパーキューブに現れることを示す。
結果は、新しい量子情報プロトコルを開発するための道を開くことができる。
論文 参考訳（メタデータ） (2024-10-14T17:41:32Z) - Transformers from Diffusion: A Unified Framework for Neural Message Passing [79.9193447649011]
メッセージパッシングニューラルネットワーク(MPNN)は、デファクトクラスのモデルソリューションとなっている。
本稿では,拡散の誘導バイアスとエネルギーの層的制約を統合するエネルギー制約拡散モデルを提案する。
これらの知見に基づいて、我々はTransformer (DIFFormer)と呼ばれる新しいタイプのメッセージパッシングモデルを考案した。
論文 参考訳（メタデータ） (2024-09-13T17:54:41Z) - Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。
等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
論文 参考訳（メタデータ） (2023-05-12T04:12:04Z) - Physics-Informed Neural Networks for Discovering Localised Eigenstates
in Disordered Media [0.0]
物理インフォームドニューラルネットワーク(PINN)を用いた障害メディア中の局所固有状態の発見のための新しいアプローチを提案する。
我々は、ベルヌーイ分布、正規分布、均一分布に応じてランダムに生成されるポテンシャルを持つ1次元のハミルトニアンのスペクトル近似に焦点を当てる。
本研究では,これらの領域で発生した既知の物理現象を利用して領域をスキャンし,固有状態の発見に成功した損失関数に新しい特徴を導入する。
論文 参考訳（メタデータ） (2023-05-11T13:51:21Z) - Machine Learning Statistical Gravity from Multi-Region Entanglement
Entropy [0.0]
龍高柳の公式は量子絡み合いと幾何学を結びつける。
異なる結合次元のランダムテンソルネットワークのアンサンブルの絡み合い特性を重畳した顕微鏡モデルを提案する。
幾何的ゆらぎによって相互情報を効果的に媒介できることを示す。
論文 参考訳（メタデータ） (2021-10-03T22:46:41Z)
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。