[论文解读] Optimal representation of the bath response function & fast calculation of influence functional coefficients in open quantum systems with BATHFIT 1

Nikesh S. Dattani, David M. Wilkins+1 more|arXiv (Cornell University)|May 21, 2012

Spectroscopy and Quantum Chemical Studies参考文献 6被引用 3

一句话总结

本文介绍了 BATHFIT 1，这是一个开源的 MATLAB 工具，通过非线性最小二乘法将开放量子系统的浴响应函数 α(t) 拟合为指数和形式 α(t) = ΣK p̄K e^{Ω̄K t}，实现其最优表示。该方法在保持高精度的同时最小化所需项数 K，显著加速了路径积分模拟中影响泛函系数的计算，对开放量子动力学的路径积分模拟至关重要。

ABSTRACT

Today's most popular techniques for accurately calculating the dynamics of the reduced density operator in an open quantum system, either require, or gain great computational benefits, from representing the bath response function a(t) in the form a(t)={\Sigma}_k^K p_k e^{O_k t} . For some of these techniques, the number of terms in the series K plays the lead role in the computational cost of the calculation, and is therefore often a limiting factor in simulating open quantum system dynamics. We present an open source MATLAB program called BATHFIT 1, whose input is any spectral distribution functions J(w) or bath response function, and whose output attempts to be the set of parameters {p_k,w_k}_k=1^K such that for a given value of K, the series {\Sigma}_k^k p_k e^{O_k t} is as close as possible to a(t). This should allow the user to represent a(t) as accurately as possible with as few parameters as possible. The program executes non-linear least squares fitting, and for a very wide variety of spectral distribution functions, competent starting parameters are used for these fits. For most forms of J(w), these starting parameters, and the exact a(t) corresponding to the given J(w), are calculated using the recent Pade decomposition technique - therefore this program can also be used to merely implement the Pade decomposition for these spectral distribution functions; and it can also be used just to efficiently and accurately calculate a(t) for any given J(w) . The program also gives the J(w) corresponding to a given a(t), which may allow one to assess the quality (in the w-domain) of a representation of a(t) being used. Finally, the program can calculate the discretized influence functional coefficients for any J(w), and this is computed very efficiently for most forms of J(w) by implementing the recent technique published in [Quantum Physics Letters (2012) 1 (1) pg. 35].

研究动机与目标

• 开发一种计算高效的算法，将浴响应函数 α(t) 表示为尽可能少项数 K 的指数和形式。
• 通过最小化表示 α(t) 所需的指数项数，降低费曼路径积分模拟在开放量子系统中的计算成本。
• 提供一个稳健的开源工具（BATHFIT 1），自动化拟合过程，具备智能初始值设置，并支持多种谱分布函数 J(ω)。
• 实现对 QUAPI 及相关路径积分方法中离散影响泛函系数的精确且快速计算。
• 允许用户通过从拟合参数重构 J(ω) 来评估 α(t) 表示在频域中的质量。

提出的方法

• 采用非线性最小二乘拟合（Levenberg-Marquardt 或信赖域反射法），将 α(t) 拟合为给定 K 下的 ΣK p̄K e^{Ω̄K t} 形式。
• 当 J(ω) 属于可解析处理的类别时，使用 Padé 分解技术生成 {p̄K, Ω̄K} 的高质量初始猜测。
• 通过积分变换（公式 5）数值计算 α(t)，或在给定 J(ω) 存在闭式表达式时进行解析计算。
• 从拟合得到的 α(t) 参数重构 J(ω)，以在频域中验证表示的准确性。
• 实现一种高效算法，基于 [1] 中的最新进展计算离散影响泛函系数，并附带一个 Mathematica 脚本用于解析推导系数。
• 支持广泛的 J(ω) 形式，包括 Drude、Lorentzian、Ohmic 和 sub-Ohmic 谱，支持解析或数值计算 α(t)。

实验结果

研究问题

• RQ1 能否使用最少项数 K 的指数和形式 ΣK p̄K e^{Ω̄K t} 高精度地表示浴响应函数 α(t)？
• RQ2 如何为不同 J(ω) 形式下的 α(t) 非线性拟合，生成最优的初始参数估计 {p̄K, Ω̄K}？
• RQ3 BATHFIT 1 在计算开放量子系统模拟中影响泛函系数方面具有何种计算优势？
• RQ4 从拟合得到的 α(t) 表示中，J(ω) 的重构精度如何？这对其近似有效性的含义是什么？
• RQ5 BATHFIT 1 在多大程度上可作为通用工具，用于不同谱分布下的 α(t) 和影响泛函计算？

主要发现

• BATHFIT 1 能够以极小的 K 值高精度地将 α(t) 拟合为指数和形式，显著降低路径积分模拟中的计算成本。
• 对于可解析处理的 J(ω) 形式（如 Drude、Lorentzian、Ohmic），Padé 分解能提供极佳的初始参数估计，加速非线性拟合的收敛。
• 该工具实现了离散影响泛函系数的快速且精确计算，这对 QUAPI 及相关数值路径积分方法至关重要。
• 从拟合参数重构 J(ω) 允许用户在频域中验证 α(t) 表示的质量。
• 该方法在广泛的谱分布类别中均表现出高精度，包括 sub-Ohmic 和 super-Ohmic 形式，支持解析或数值计算 α(t)。
• 附带的 Mathematica 脚本支持对已知解析 α(t) 的影响泛函系数进行解析推导，提升了可重复性与洞察力。