学习子系统动力学的非马尔可夫特征
量子多体系统中局域可观测量动力学可用开放系统理论框架进行形式化描述,但难点在于表征局域子系统补集的“环境”通常无法满足该理论框架依赖的关键简化假设。该研究团队结合张量网络计算与机器学习优化工具,从全局量子淬火后的无限长量子伊辛链中,成功提取并表征了单点及双点子系统的动力学映射。研究人员考察了三种典型体系:可积临界态、可积非临界态和混沌态,针对每种情况确定了不同时刻下子系统动力学的最优时间局域表示。通过分析学习得到的含时刘维尔算符特性,该工作探索了其能否用于预测超出直接量子多体数值模拟时间尺度的局域观测量长时动力学行为。该方法天然导出了基于准精确动力学映射与最近CP可分形式距离的非马尔可夫性新度量,并揭示出临界性会导致大时间尺度下最接近马尔可夫性的动力学表示。
量科快讯
36 分钟前
【新实验与理论研究证实:马约拉纳模式对无序具有高度鲁棒性】德国汉堡大学的研究人员与合作者进行的一项新项研究专门探索了一维自旋链中编码的马约拉纳模式的鲁棒性。他们实验证明了这些原子链中的马约拉纳模式确…
1 小时前
2 小时前
【悉尼大学科学家首次对真实分子的化学动力学进行了量子模拟】悉尼大学的研究人员最近首次对真实分子的化学动力学进行了量子模拟,相关成果已于日前发表在《美国化学会志》上。该研究通过模拟分子受光激发后的行为…
1 天前

