論文の概要: Equilibrium propagation in non-equilibrium quantum systems

• arxiv url: http://arxiv.org/abs/2610.35585v1
• Date: Mon, 26 Oct 2026 15:15:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 18:11:59.238841
• Title: Equilibrium propagation in non-equilibrium quantum systems
• Title（参考訳）: 非平衡量子系における平衡伝播
• Abstract要約: 平衡伝播(EP)は、自己学習物理システムのための強力な訓練アルゴリズムである。 EPは平衡の多体量子系に適用できる。 ここでは、EPを多体駆動散逸量子系に拡張することにより、この問題を回避するための経路を示す。
• 参考スコア（独自算出の注目度）: 1.2499537119440245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Equilibrium propagation (EP) is a powerful training algorithm for self-learning physical systems that is widely used for a variety of machine learning inspired tasks. It relies on the existence of an energy function that depends on tunable training parameters, and can be extended to apply to many-body quantum systems in equilibrium. A key challenge however is the need to repeatedly relax to the system ground state after each parameter update. We show here a route for circumventing this problem by extending EP to many-body driven-dissipative quantum systems, where the dynamics naturally relaxes to a parameter-dependent non-equilibrium steady state. Despite the lack of a free energy, we find that for a class of open systems, a quantum detailed balance symmetry still allows for an efficient EP strategy. This relies crucially on a new class of non-equilibrium static susceptibility relations that we derive in detail. We analyze examples of our new non-equilibrium training paradigm for two experimentally-relevant models: a driven-dissipative transverse field Ising model, and a parametrically-driven bosonic lattice.
• Abstract（参考訳）: Equilibrium propagation (EP)は、さまざまな機械学習にインスパイアされたタスクに広く使用されている、自己学習物理システムのための強力なトレーニングアルゴリズムである。 これはチューナブルなトレーニングパラメータに依存するエネルギー関数の存在に依存しており、平衡の多体量子系に適用するために拡張することができる。 しかし、重要な課題は、各パラメータの更新後に繰り返しシステム基底状態に緩和する必要があることである。 ここでは、EPを多体駆動散逸量子系に拡張し、パラメータ依存の非平衡定常状態に自然に緩和することでこの問題を回避する方法を示す。 自由エネルギーの欠如にもかかわらず、ある種の開系の場合、量子詳細均衡対称性は依然として効率的なEP戦略を可能にする。 これは、我々が詳細に導いた非平衡な静的感受性関係の新たなクラスに決定的に依存する。 我々は,2つの実験関連モデルに対する新しい非平衡トレーニングパラダイムの例を解析した。

関連論文リスト

• Efficiency of Dynamical Decoupling for (Almost) Any Spin-Boson Model [44.99833362998488]
  構造ボソニック環境と結合した2レベル系の動的疎結合を解析的に検討した。 このようなシステムに対して動的疎結合が機能する十分な条件を見つける。 私たちの境界は、様々な関連するシステムパラメータで正しいスケーリングを再現します。
  論文  参考訳（メタデータ） (2024-09-24T04:58:28Z)
• Quantum Equilibrium Propagation: Gradient-Descent Training of Quantum Systems [0.6526824510982799]
  平衡伝播はエネルギーベースのシステムのトレーニングフレームワークである。 EPはシステム物理を用いてコスト関数の勾配勾配を求める。 EPを量子系に拡張し、最小化されるエネルギー関数は平均エネルギー関数である。
  論文  参考訳（メタデータ） (2024-06-02T21:58:54Z)
• TANGO: Time-Reversal Latent GraphODE for Multi-Agent Dynamical Systems [43.39754726042369]
  連続グラフニューラルネットワークに基づく常微分方程式(GraphODE)により予測される前後の軌跡を整列するソフト制約として,単純かつ効果的な自己監督型正規化項を提案する。 時間反転対称性を効果的に課し、古典力学の下でより広い範囲の力学系にわたってより正確なモデル予測を可能にする。 様々な物理システムに対する実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-10-10T08:52:16Z)
• Non-equilibrium quantum probing through linear response [41.94295877935867]
  本研究では, 単体摂動に対するシステム応答と非単体摂動について検討し, 環境特性に影響を及ぼす。 本研究では, 線形応答と量子探索手法を組み合わせることで, 環境の摂動と特性について, 有効な定量的情報を提供できることを示す。
  論文  参考訳（メタデータ） (2023-06-14T13:31:23Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• Dynamics with autoregressive neural quantum states: application to critical quench dynamics [41.94295877935867]
  本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。 二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
  論文  参考訳（メタデータ） (2022-09-07T15:50:00Z)
• 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 Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
  論文は、非平衡状態における強相関量子系の量子力学に関するものである。 本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
  論文  参考訳（メタデータ） (2020-07-23T19:05:56Z)

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。