XiaoMi-AI文件搜索系统
World File Search SystemMarkovian
边界时间晶体的量子热力学
摘要 时间平移对称性破缺是马尔可夫开放量子系统中非稳态多体相（即时间晶体）出现的一种机制。近年来，人们对时间晶体的动力学方面进行了广泛的探索。然而，人们对它们的热力学性质知之甚少，这也是由于这些相的内在非平衡性质。在这里，我们考虑了有限温度环境中的典型边界时间晶体系统，并证明了时间结晶相在任何温度下的持久性。此外，我们还分析了该模型的热力学方面，特别是热流、功率交换和不可逆熵产生。我们的工作揭示了维持非平衡时间结晶相的热力学成本，并提供了一个框架来描述时间晶体作为量子传感等可能的资源。由于我们将热力学量与集体（磁化）算子的平均值和协方差联系起来，所以我们的结果可以在实验中得到验证，例如使用捕获离子或超导电路。
使用分段时间无关的方法跟踪两个量子纠缠的控制
摘要分析了两个耦合Qubits之间量子相关性的跟踪控制，其中只有一个量子位与马尔可夫环境耦合。这样的系统是一种广义模型，可以使用，例如研究核自旋与暴露于环境的电子旋转的问题。使用外部控制场，我们增加了系统保持连贯和纠缠的时间。控制场是应用于系统的外部电势，其中包含两个可调参数，即强度和相位。此外，我们提出具有不同目标的量子控制协议。首先，对于两个量子位的人口控制，其次是对两个两级系统的相干控制，最终用于控制纠缠。由于X状态的分析，可以直接通过纠缠直接识别目标函数。此外，我们已经表明，当考虑较小的耗散率时，控制方法会在量子位之间产生较大的稳定纠缠。
开放量子系统中算子的增长
摘要：我们研究了具有失相耗散项的开放量子系统中算子的增长，扩展了 [1] 的 Krylov 复杂性形式。我们的研究结果基于对受马尔可夫动力学控制的耗散 q 体 Sachdev-Ye-Kitaev (SYK q) 模型的研究。我们引入了“算子尺寸集中”的概念，该概念允许对大 q 极限下两组 Lanczos 系数（an 和 bn）的渐近线性行为进行图解和组合证明。我们的结果证实了大 N 极限下有限 q 中的半解析以及有限 q 和有限 N 极限下的数值 Arnoldi 迭代。因此，Krylov 复杂性在达到饱和之后呈现指数增长，而耗散强度的倒数则呈对数增长。与封闭系统结果相比，复杂性的增长受到抑制，但它限制了标准化非时间顺序相关器 (OTOC) 的增长。我们从对偶引力的角度对结果进行了合理的解释。
量子广义 Potts-Hopfield 神经网络的相图
摘要 我们介绍并分析了 q 状态 Potts-Hopfield 神经网络 (NN) 的开放量子泛化，这是一种基于多层经典自旋的联想记忆模型。这个多体系统的动力学以 Lindblad 型马尔可夫主方程的形式表示，该方程允许将概率经典和相干量子过程平等地结合起来。通过采用平均场描述，我们研究了由温度引起的经典涨落和由相干自旋旋转引起的量子涨落如何影响网络检索存储的记忆模式的能力。我们构建了相应的相图，在低温状态下，该相图显示的模式检索类似于经典的 Potts-Hopfield NN。然而，当量子涨落增加时，会出现极限环相，而极限环相没有经典对应相。这表明量子效应可以相对于经典模型从质上改变稳态流形的结构，并可能允许人们编码和检索新类型的模式。
开放马约拉纳系统中的退相干 - DROPS
与热浴耦合会导致存储的量子信息退相干。对于高斯费米子系统（线性或高斯光学的费米子模拟），这些动力学可以通过系统协方差矩阵的演化优雅而高效地描述。将系统和浴都视为高斯费米子，我们观察到退相干发生的速率与浴温度无关。此外，我们还考虑了动力学为马尔可夫的弱耦合状态。我们完全以协方差矩阵的语言对马尔可夫主方程进行了微观推导，其中温度独立性仍然明显。这与其他场景中看到的行为截然不同，例如当费米子与玻色子浴相互作用时。我们的分析适用于许多马约拉纳费米子系统，这些系统被誉为非常稳健、拓扑受保护的量子比特。在这些系统中，有人声称通过降低温度可以指数地抑制热退相干，但我们发现高斯退相干无法通过冷却消除。
UC Davis
我们提出了一个框架，以模拟硬质探针的动力学，例如在量子计算机上的热，强耦合的夸克 - 胶状等离子体（QGP）中的重型夸克或喷气机的动力学。QGP中的硬探针可以视为由Lindblad方程在马尔可夫极限下控制的开放量子系统。但是，由于计算成本较大，大多数当前的现象学计算在QGP中进化的硬探针的现象学计算使用量子演化的半经典近似值。quantum-tum计算可以减轻这些成本，并具有对经典技术的指数加速进行完全量子处理的潜力。我们报告了在IBM Q量子设备上简化的框架演示，并应用随机身份插入方法（RIIM）来考虑CNOT去极化噪声，此外测量误差缓解。我们的工作证明了在当前和近期量子设备上模拟开放量子系统的可行性，这与核物理，量子信息和其他领域的应用广泛相关。
使用大偏差理论
增强学习（RL）是机器学习研究的重要领域，它越来越多地应用于物理中的复杂优化问题。并行，物理学的概念与熵限制的RL等发展有助于RL的重要进展。尽管这些发展导致了两个领域的进步，但在熵调查的RL中获得了优化的分析解决方案，目前是一个空旷的问题。在本文中，我们在熵限制的RL和研究中的研究中建立了映射，该统计学专注于马尔可夫过程以罕见事件为条件。在长期限制中，我们将大型偏差理论的方法应用于马尔可夫决策过程中最佳策略和最佳动态（MDP）模型的确切分析结果。获得的结果导致了熵调查的RL的分析和计算框架，该框架通过模拟验证。这项工作中建立的映射将强化学习和非平衡统计力学方面的研究联系起来，从而为将分析和计算方法的应用从一个领域到另一个领域的尖端问题开放。
通过Fisher信息表征（非）马克维亚语
一个非分离的物理系统通常会将信息丢失给其环境，当这种损失不可逆转时，据说进化是马尔可夫人。非马克维亚效应。在这里我们表明，在这种情况下，Fisher信息指标是研究的自然对象。我们从数学和操作的角度完全表征了其合同性特性与马克维亚性之间的关系。我们证明，对于经典的动态，马尔可维亚性等同于在一组状态的所有点上渔民度量的单调收缩。同时，除非将特定的物理后处理应用于动力学，否则基于Fisher距离扩张的非马克维亚性的作战证人不能检测所有非马克维亚的进化。最后，我们首次表明，在任何时候，状态之间的非马尔可夫扩张对应于有关时间0动态的初始状态的回程，通过贝叶斯的回顾。所有提出的结果可以通过考虑标准的CP划线框架来提高量子动力学的情况。
环境工程驱动的快速量子搜索
量子算法与经典算法相比具有指数级的加速效应，在量子信息处理中得到广泛的应用[1-5]。作为实现量子算法的有用工具，图已被研究用于支持许多量子算法，如量子搜索、PageRank算法等[6-11]。尽管量子算法在原理上优于经典算法，但考虑到现实的物理条件，量子算法的优势就显得微不足道了。目前，通常使用离子阱、原子和超导量子比特[12-14]作为实现量子信息任务的平台。这些系统对环境耗散非常敏感。如果外界干扰能够破坏系统，则系统的量子相干性很弱[15，16]，这是量子计算的一大障碍。因此，研究如何实现伴随环境耗散的量子计算具有重要意义。量子系统与环境的相互作用可以分为各种噪声，如无记忆白噪声，其中环境通常是马尔可夫的，还有有记忆的颜色噪声，其中环境通常是马尔可夫的。
Sven Koenig
教育1997博士在计算机科学卡内基·梅隆大学（Carnegie Mellon University）主题：“目标导向不完整的信息”顾问：西蒙斯，论文委员会：西蒙斯，米切尔，摩尔，科夫（UCLA）1993年M.S.计算机科学（专业：人工智能）卡内基·梅隆大学顾问：Simmons 1992外交官（德语M.S.）计算机科学（专业：编译器建设，人工智能）汉堡大学（总成绩：很好）顾问：Neumann 1991 M.S. 在计算机科学（次要：语言学）伯克利分校的主题：“使用马尔可夫决策理论的最佳概率和决策理论计划”顾问：Russell和Norvig，Master's论文的第二读者：Zadeh 1991 Diplom（德语M.S.） 汉堡大学（专业：市场/EDP）（整体成绩：非常好）顾问：Preßmar，Master's论文的第二读者：Hummeltenberg 1987 Vordiplom（德语B.S.） 汉堡工商管理大学1986年福尔德利普罗姆（德语B.S.） 汉堡计算机科学大学计算机科学（专业：编译器建设，人工智能）汉堡大学（总成绩：很好）顾问：Neumann 1991 M.S.在计算机科学（次要：语言学）伯克利分校的主题：“使用马尔可夫决策理论的最佳概率和决策理论计划”顾问：Russell和Norvig，Master's论文的第二读者：Zadeh 1991 Diplom（德语M.S.）在计算机科学（次要：语言学）伯克利分校的主题：“使用马尔可夫决策理论的最佳概率和决策理论计划”顾问：Russell和Norvig，Master's论文的第二读者：Zadeh 1991 Diplom（德语M.S.）汉堡大学（专业：市场/EDP）（整体成绩：非常好）顾问：Preßmar，Master's论文的第二读者：Hummeltenberg 1987 Vordiplom（德语B.S.）汉堡工商管理大学1986年福尔德利普罗姆（德语B.S.）汉堡计算机科学大学