[論文レビュー] Sublinear scaling in non-Markovian open quantum systems simulations

Moritz Cygorek, Jonathan Keeling+2 more|arXiv (Cornell University)|Apr 11, 2023

Tensor decomposition and applications参考文献 99被引用数 4

ひとこと要約

本稿では、ガウス環境を表すテンソルネットワークにおける自己相似性を活用することで、非マルコフ的開放量子系を、計算量が部分線形スケーリングとなる数値的に正確なアルゴリズムでシミュレートする手法を提示する。プロセステンソルにおける繰り返し可能なブロックに基づく分割統治戦略を用いることで、無限記憶の場合にO(n log n)、切断記憶の場合にO(n_c log n_c)のスケーリングを達成し、数分で数百万ステップにわたるシミュレーションが可能となる。量子ドットの蛍光、超放射、強結合領域での応用を示した。

ABSTRACT

While several numerical techniques are available for predicting the dynamics of non-Markovian open quantum systems, most struggle with simulations for very long memory and propagation times, e.g., due to superlinear scaling with the number of time steps $n$. Here, we introduce a numerically exact algorithm to calculate process tensors -- compact representations of environmental influences -- which provides a scaling advantage over previous algorithms by leveraging self-similarity of the tensor networks that represent Gaussian environments. Based on a divide-and-conquer strategy, our approach requires only $\mathcal{O}(n\log n)$ singular value decompositions for environments with infinite memory. Where the memory can be truncated after $n_c$ time steps, a scaling $\mathcal{O}(n_c\log n_c)$ is found, which is independent of $n$. This improved scaling is enabled by identifying process tensors with repeatable blocks. To demonstrate the power and utility of our approach we provide three examples. (1) We calculate the fluorescence spectra of a quantum dot under both strong driving and strong dot-phonon couplings, a task requiring simulations over millions of time steps, which we are able to perform in minutes. (2) We efficiently find process tensors describing superradiance of multiple emitters. (3) We explore the limits of our algorithm by considering coherence decay with a very strongly coupled environment. The algorithm we present here not only significantly extends the scope of numerically exact techniques to open quantum systems with long memory times, but also has fundamental implications for simulation complexity.

研究の動機と目的

• 長記憶時間および長時間の伝播を伴う非マルコフ的開放量子系のシミュレーションにおける計算ボトルネックを解消すること。
• 既存のプロセステンソルアルゴリズムが示す超線形スケーリング（O(n²）以上）が原因でシミュレーションの実行が制限されている問題を克服すること。
• ガウス環境において、正確性を維持したまま計算コストを著しく削減する数値的に正確な手法を開発すること。
• 強結合、超放射、長時間にわたるコherencesの崩壊といった複雑な量子ダイナミクスの実用的シミュレーションを可能にすること。
• オープン量子系のテンソルネットワークベースのスケーラブルなシミュレーションの基盤を確立し、シミュレーション複雑度に根本的な影響を与えること。

提案手法

• 環境の影響を表すテンソルネットワークにおける自己相似性を活用し、プロセステンソル内の繰り返し可能なブロックを同定する。
• 特異値分解（SVD）を用いた再帰的分解により、必要な演算回数を削減する分割統治アルゴリズムを実装する。
• スピンボソンモデルなど、バース相関関数が指数的に減衰するガウス統計を示す環境に適用する。
• 無限記憶の場合、時間ステップ数nに対してO(n log n)のスケーリングを達成し、n_cステップで切断された記憶の場合にはO(n_c log n_c)のスケーリングを達成する。これは全伝播時間に依存しない。
• プロセステンソルの構造を活用して、同一または類似するブロックの再計算を回避し、テンソルネットワーク内の再帰的パターンを効果的に利用する。
• 効率的なダイナミクス伝播のため、既存のテンソルネットワーク技術（MPO：行列積演算子、プロセステンソル法）と統合する。

実験結果

リサーチクエスチョン

• RQ1 非マルコフ的開放量子系の数値的に正確なアルゴリズムが、時間ステップ数に対して計算コストを部分線形スケーリングで達成できるか。
• RQ2 環境記憶のテンソルネットワーク表現における自己相似性をどのように活用し、必要なSVD演算回数を削減できるか。
• RQ3 この手法が、従来のプロセステンソル技術では取り扱いが困難な長記憶および長時間伝播ダイナミクスをどの程度までシミュレートできるか。
• RQ4 量子ドットにおける強いかつドット-フォノン結合、および超放射発光体アレイといった物理的に重要なモデルにこのアルゴリズムを適用可能か。
• RQ5 数百万ステップにわたるシミュレーションにおいて、計算時間にどの程度の実用的向上が得られるか。

主な発見

• 無限記憶環境ではO(n log n)、切断記憶環境ではn_c（記憶カットオフ）に対してO(n_c log n_c)のスケーリングを達成し、標準的なO(n²)やそれ以上のスケーリングと比べて顕著な改善を示した。
• 強力な駆動および強いかつドット-フォノン結合を受ける量子ドットの蛍光シミュレーションを、数百万ステップにわたって数分で実行し、実用的実現可能性を示した。
• 超放射発光体系のプロセステンソルを効率的に計算でき、集団的放出ダイナミクスを高精度で解析可能となった。
• 強いかつ結合環境におけるコherencesの崩壊を成功裏にシミュレートし、困難なパrameter領域でも本手法の頑健性を確認した。
• 時間ステップ数に伴う行列次元の増大にもかかわらず、広範なパrameter範囲で観測された計算時間は実際には準線形または部分線形にスケーリングした。
• 従来、スケーリング制限のため計算的に実行不可能とされていた非マルコフ的ダイナミクスの数値的に正確なシミュレーションを可能にした。