[논문 리뷰] A tensor network representation of path integrals: Implementation and analysis

Amartya Bose, Peter Walters|arXiv (Cornell University)|2021. 06. 23.

Quantum, superfluid, helium dynamics인용 수 8

한 줄 요약

이 논문은 매트릭스 곱 상태(MPS)를 사용하여 파이어먼-버너 영향 함수를 표현함으로써 비마르코프 비평형 동역학을 효율적으로 시뮬레이션할 수 있는 텐서 네트워크 경로 적분(TNPI) 방법을 제안한다. 증강된 전파자 TNPI(AP-TNPI)는 시스템 대칭성과 비국소 기억 구조를 활용하여 계산 비용을 크게 감소시키며, 전하 및 엑시톤 이동 모델에서 정확성과 효율성을 입증한다. 이는 7사이트 FMO 복합체와 분자 와이어 시스템을 포함한다.

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.

연구 동기 및 목표

• 유한 기억을 가진 환경을 갖는 고체상 시스템에서 비평형 양자 동역학을 스케일러블하고 효율적으로 시뮬레이션할 수 있는 방법을 개발한다.
• 열린 양자 시스템에서 비국소적이고 기억 의존적인 영향 함수가 초래하는 경로 적분 시뮬레이션의 지수적 스케일링 문제를 해결한다.
• 특히 매트릭스 곱 상태(MPS)를 활용한 텐서 네트워크 구조를 통해 유한한 상관 길이를 가진 경로 진폭 텐서를 압축적으로 표현한다.
• 구조화된 텐서 분해를 통해 국소적 상호작용을 갖는 확장된 시스템에 대해 경로 적분 방법의 적용 가능성을 넓힌다.
• 복잡한 분자 시스템에서의 열적 평형, 비어디아바틱 과정(예: 전하 및 엑시톤 이동)을 정확하게 시뮬레이션할 수 있도록 한다.

제안 방법

• 경로 진폭 텐서(PA)를 매트릭스 곱 상태(MPS)로 표현하여 유한한 시간적 상관 길이를 활용해 비국소 기억 효과를 압축한다.
• 파이어먼-버너 영향 함수(IF)를 사용해 조화 환경을 통한 시스템-환경 결합을 모델링하며, 스펙트럼 밀도를 효과적 IF 매개변수로 변환한다.
• 시스템 대칭성을 활용해 수렴 속도를 높이고 계산 비용을 감소시키기 위해 증강된 전파자(AP) 프레임워크를 적용한다.
• 비국소 기억 길이를 초과하는 전파를 잘라내는 근사 방법을 도입하여 정확도 손실 없이도 더 빠른 시뮬레이션을 가능하게 한다.
• 각기 다른 시스템 연산자와 관련된 독립적인 영향 함수의 곱을 사용해 다중 환경 시스템으로의 확장을 도모한다.
• 확장된 시스템에 대해 향후 최적화를 위한 추가 분해 가능성을 자연스럽게 제안하는 텐서 네트워크 구조를 설계한다.

실험 결과

연구 질문

• RQ1 텐서 네트워크 표현 방식은 파이어먼-버너 영향 함수가 실시간 경로 적분에 도입하는 유한 기억, 비마르코프 효과를 효율적으로 포착할 수 있는가?
• RQ2 시스템 해밀토니안의 대칭성은 경로 적분 시뮬레이션에서 수렴 속도를 높이고 계산 비용을 줄이기 위해 어떻게 활용될 수 있는가?
• RQ3 영향 함수의 비국소 기억 구조를 매트릭스 곱 상태(MPS)를 사용해 얼마나 압축할 수 있으며, 정확도 손실 없이 가능한가?
• RQ4 AP-TNPI 프레임워크는 다중 환경 결합(예: 서로 다른 시스템 연산자)을 가진 시스템으로 일반화될 수 있는가? 그리고 영향 함수는 어떻게 조합되는가?
• RQ5 이 방법은 분자 와이어나 FMO 복합체와 같은 다소 계열의 확장된 시스템에서 어떻게 스케일링되는가?

주요 결과

• AP-TNPI 방법은 시스템 대칭성을 활용하여 계산 비용을 크게 줄이며, 전하 및 엑시톤 이동 시뮬레이션의 수렴 속도를 높인다.
• 경로 진폭 텐서의 매트릭스 곱 상태(MPS) 표현은 유한 범위의 시간적 상관관계를 효율적으로 포착하여 시간에 따른 지수적 스케일링을 피한다.
• 이 방법은 7사이트 FMO 모델과 분자 와이어 모델을 성공적으로 시뮬레이션하여 두 개 이상의 상태를 갖는 시스템으로의 확장성과 가능성을 입증한다.
• 기억 길이를 초과하는 전파를 잘라내는 근사 전파 방법은 고온 조건에서 정확도 손실 없이도 더 빠른 시뮬레이션을 가능하게 하며, 특히 고온에서 유리하다.
• 텐서 네트워크 구조는 확장된 시스템에 대해 추가 분해 가능성을 자연스럽게 제안하며, 향후 대규모 양자 동역학 시뮬레이션 최적화의 길을 열어준다.
• 이 프레임워크는 마르코프 환경과 비마르코프 환경 모두에 적용 가능하며, 비어디아바틱 효과를 엄밀하게 다루며, 터널링과 같은 양자 과정에서 고전적 궤적 기반 방법보다 정확도가 뛰어나다.