[論文レビュー] Inverse design of dissipative quantum steady-states with implicit differentiation

Rodrigo A. Vargas–Hernández, Ricky T. Q. Chen+2 more|arXiv (Cornell University)|Nov 25, 2020

Advanced Thermodynamics and Statistical Mechanics参考文献 19被引用数 5

ひとこと要約

本稿では、オープン量子系におけるハミルトニアンパラメータに関する散乱量子定常状態の勾配を効率的に計算するための新規な暗黙的微分法を提案する。この手法は、定常状態の勾配を計算するにあたり、定常状態条件 f(ρ^ss, θ) = 0 を満たす密度行列 ρ^ss を用い、陰関数定理と自動微分を組み合わせることで、定常メモリで高精度に勾配を算出可能であり、スピン・ボソン模型における有限差分との一致により妥当性が検証された。

ABSTRACT

Inverse design of a property that depends on the steady-state of an open quantum system is commonly done by grid-search type of methods. In this paper we present a new methodology that allows us to compute the gradient of the steady-state of an open quantum system with respect to any parameter of the Hamiltonian using the implicit differentiation theorem. As an example, we present a simulation of a spin-boson model where the steady-state solution is obtained using Redfield theory.

研究の動機と目的

• オープン量子系におけるハミルトニアンパラメータに関する量子定常状態の勾配を、スケーラブルかつメモリ効率よく計算するための手法を開発すること。
• 系パラメータ ε と Δ に関する観測量 ⟨σz⟩ の勾配を計算することで、量子系の逆設計を可能にすること。
• 定常状態を計算する数値解法に依存しないフレームワークを提供し、柔軟性と広範な適用可能性を高めること。
• 定常状態の性質が系パラメータに依存するような量子系における感度解析と最適化を支援すること。
• スピン・ボソン模型を用い、レッドフィールド理論下で本手法の精度と効率を実証すること。

提案手法

• 本手法は、定常状態条件 f(ρ^ss, θ) = 0 を満たす密度行列 ρ^ss に対して、陰関数定理を適用し、∂ρ^ss/∂θ_i = -[∂f/∂ρ]^(-1) [∂f/∂θ_i] により、定常状態密度行列の勾配 ∂ρ^ss/∂θ_i を計算する。
• ヤコビアンの明示的逆行列を避けるために、補助的常微分方程式 dy/dt = yJ - v を解くことで、ベクトル・ヤコビアン積を効率的に計算する。
• JAX などの自動微分ライブラリを用いることで、低コストでベクトル・ヤコビアン積を計算し、スケーラブルな勾配計算を実現する。
• スピン・ボソン模型では、レッドフィールド理論を用いて定常状態を計算し、勾配は有限差分との一致で検証した。
• 最適化には、提案された暗黙的微分法で計算された勾配を用いた Adam アルゴリズムを用いた。
• 本手法は、中間のODEソルバー状態や時間反転軌道を保存しないため、定常メモリで動作する。

実験結果

リサーチクエスチョン

• RQ1 ODEソルバーの軌道を保存せずに、散乱量子定常状態の系パラメータに関する勾配を効率的かつ正確に計算できるか？
• RQ2 有限差分法と比較して、本手法の定常状態観測量の勾配計算における精度はいかがなものか？
• RQ3 本手法により、目標となる定常状態観測量を達成するようにパラメータを最適化することで、量子系の効果的な逆設計が可能になるか？
• RQ4 定常状態期待値 ⟨σz⟩ は、系パラメータ ε と Δ の変動に対してどれほど感度を示すか？
• RQ5 本手法は、レッドフィールド理論のような複雑な多体理論で定常状態が計算されるような系に対してもスケーラブルかつ適用可能か？

主な発見

• 陰関数定理を用いた定常状態密度行列の勾配計算は、有限差分計算と一致する高精度で実行された。
• スピン・ボソン模型において、テストしたパラメータ範囲内で勾配の相対誤差が 10^-5 未満の高精度を達成した。
• 期待値 ⟨σz⟩ は Δ に伴い増加し、テスト範囲内ではバースパラメータ β, η, wc に対して感度を示さなかった。
• Adam最適化を用いた逆設計は、100イテレーション後に損失値が 2×10^-5 未満となり、目標 ⟨σz⟩ ≈ 0.04995847 を再現するパラメータセット (ε, Δ) に収束した。
• 本手法は、ODE軌道の保存や時間反転を回避するため、定常メモリで動作し、大規模量子系に適していることが示された。
• 本フレームワークは、初期密度行列の最適化も可能であり、初期状態の感度解析への応用拡張を可能にした。