[論文レビュー] A tensor network representation of path integrals: Implementation and analysis

Amartya Bose, Peter Walters|arXiv (Cornell University)|Jun 23, 2021

Quantum, superfluid, helium dynamics被引用数 8

ひとこと要約

本稿では、行列積状態（MPS）を用いてファインマン＝ヴァーナー影響関数を表現することで、オープン系における時間発展の実時間量子ダイナミクスを効率的にシミュレートするテンソルネットワーク経路積分（TNPI）手法を提案する。非マーコフ的ダイナミクスのコンactかつスケーラブルなシミュレーションが可能になる。拡張されたプロパゲーターTNPI（AP-TNPI）は、系の対称性と非局所的記憶構造を活用し、計算コストを著しく削減する。電荷移動および励起子移動モデル、特に7サイトのFMO複合体と分子ワイヤー系において、精度と効率性が確認された。

ABSTRACT

Tensors with finite correlation afford very compact tensor network representations. A novel tensor network-based decomposition of real-time path integral simulations involving Feynman-Vernon influence functional is introduced. In this tensor network path integral (TNPI) technique, the finite temporarily non-local interactions introduced by the influence functional can be captured very efficiently using matrix product state representation for the path amplitude (PA) tensor. We illustrate this particular TNPI method through various realistic examples, including a charge transfer reaction and an exciton transfer in a dimer. We also show how it is readily applied to systems with greater than two states by simulating a 7-site model of FMO and a molecular wire model. The augmented propagator (AP) TNPI utilizes the symmetries of the problem, leading to accelerated convergence and dramatic reductions of computational effort. We also introduce an approximate method that speeds up propagation beyond the non-local memory length. Furthermore, the structure imposed by the tensor network representation of the PA tensor naturally suggests other factorizations that make simulations for extended systems more efficient. These factorizations would be the subject of future explorations. The flexibility of the AP-TNPI framework makes it a promising new addition to the family of path integral methods for non-equilibrium quantum dynamics.

研究の動機と目的

• 有限記憶を持つバースを有する凝縮相系における非平衡量子ダイナミクスをスケーラブルかつ効率的にシミュレートする手法の開発。
• オープン量子系における非局所的・記憶依存的影響関数が引き起こす経路積分シミュレーションの指数的スケーリング問題の解決。
• 有限相関長を持つ経路振幅テンソルをコンactに表現するため、特に行列積状態（MPS）を含むテンソルネットワーク構造を活用すること。
• 短距離相互作用を有する拡張系への経路積分法の適用を拡張するため、構造的テンソル因子分解を用いること。
• 複雑な分子系における熱化・非断熱的プロセス（例：電荷移動および励起子移動）を高精度にシミュレート可能にする。

提案手法

• 経路振幅テンソル（PA）を行列積状態（MPS）として表現し、有限な時間的相関長を活用して非局所的記憶効果を圧縮する。
• 系-バース結合を調和的バースを介してモデル化するためのファインマン＝ヴァーナー影響関数（IF）を用い、スペクトル密度を有効なIFパラメータに写像する。
• 系の対称性を活用することで収束を加速し、計算コストを低減するため、拡張されたプロパゲーター（AP）フレームワークを適用する。
• 非局所的記憶長を超えた伝播を切り詰める近似手法を導入し、顕著な精度損失なしに高速化を実現する。
• 異なる系演算子に関連する独立した影響関数の積を用いることで、多バース系への拡張を実現する。
• テンソルネットワークを構造的に設計し、拡張系におけるさらなる因子分解を自然に示唆し、今後の長鎖型または格子型系の最適化に向けた道筋を提供する。

実験結果

リサーチクエスチョン

• RQ1 テンソルネットワーク表現は、実時間経路積分におけるファインマン＝ヴァーナー影響関数に起因する有限記憶・非マーコフ的効果を効率的に捉えることができるか？
• RQ2 系ハミルトニアンの対称性は、経路積分シミュレーションにおける収束の加速と計算コストの低減にどのように活用できるか？
• RQ3 影響関数の非局所的記憶構造は、精度を損なわずに行列積状態を用いてどの程度圧縮可能か？
• RQ4 AP-TNPIフレームワークは、複数のバース結合（例：異なる系演算子）を持つ系へ一般化可能か？また、影響関数はどのように組み合わせられるか？
• RQ5 分子ワイヤーやFMO複合体のような多サイトアグリゲートなどの拡張系において、この手法はどのようにスケーリングするか？

主な発見

• AP-TNPI手法は、系の対称性を活用することで計算負荷を顕著に低減し、電荷移動および励起子移動のシミュレーションにおける収束を著しく高速化する。
• 経路振幅テンソルの行列積状態（MPS）表現は、有限範囲の時間的相関を効率的に捉え、時間に伴う指数的スケーリングを回避する。
• 本手法は7サイトFMOモデルおよび分子ワイヤー・モデルの両方を成功裏にシミュレートし、2つ以上の状態を有する系へのスケーラビリティを示した。
• 記憶長を超えた伝播を切り詰める近似法により、特に高温領域においても精度を維持したまま高速なシミュレーションが可能になった。
• テンソルネットワーク構造は、拡張系における代替因子分解を自然に示唆し、今後の大型量子ダイナミクス・シミュレーションにおける最適化の道筋を開いた。
• 本フレームワークはマーコフ的および非マーコフ的バースの両方に適用可能であり、非断熱効果を厳密に取り扱う。量子過程（例：トンネル効果）において、古典的経路ベースの手法を上回る精度を示した。