Coarse graining the phase space of $N$ qubits
我们开发了一个系统的粗粒化程序的系统的$N$量子比特。我们利用相关的离散相空间的基本几何结构，以产生一个粗粒度的版本，减少有效尺寸。我们的粗粒度空间继承了原始空间的关键属性。特别是，我们的程序自然产生的原始测量算子，它可以用来构建一个粗糙的离散维格纳函数的一个子集。这些操作员还为希望探测难以处理的大系统的断层摄影师提供了不完整测量的系统选择。
2017-01-30 quant-ph
Coarse-graining in the derivation of Markovian master equations and its significance in quantum thermodynamics
粗粒化的方法来推导量子马尔可夫主方程重新审视，密切关注的基本近似。它进一步认为，时间间隔进行粗粒化是一个自由参数，可以给出一个基于物理测量的解释。在不同温度的水库的复合系统的阻尼的情况下，目前非常感兴趣的量子热机器的研究方面的有效性的“本地”和“全球”形式的这些方程，耦合的子系统导致一个进一步的时间尺度，相对于粗粒度的时间间隔可以选择。不同的选择导致不同的主方程，对应于局部和整体形式。这些可以被理解为基于粗粒化的作用具有不同的物理解释，以及应用中的不同限制。
2017-12-03 quant-ph
Coarse-Graining of Observables
我们首先定义随机核的概率测度的粗粒化。我们定义了一个概率测度何时是另一个概率测度的一部分，并说两个概率测度共存，如果它们都是一个概率测度的一部分。然后，我们表明，任何两个概率措施共存。我们将这些概念扩展到观测量和仪器，并提到两个观测量不需要共存。我们定义的离散化的一个观察作为一个特殊的情况下，粗粒度，并表明这些\zeroone随机内核。接下来我们考虑有限可观测量和仪器，并表明在这些情况下，随机核被随机矩阵取代。我们还表明，粗粒化是相同的后处理在这种有限的情况下。然后，我们考虑观测量的序列产品，并讨论后处理的观测与另一个观测的序列产品。我们简要地讨论了SIC观测量和量子比特观测量的例子。
2021-09-14 quant-ph
Coarse-Graining Can Beat the Rotating Wave Approximation in Quantum Markovian Master Equations
我们提出了一个第一性原理推导的马尔可夫半群主方程没有调用旋转波近似（RWA）。相反，我们使用时间粗粒度方法，这给我们留下了一个自由的时间尺度参数，我们可以优化它。将这种方法与标准的基于RWA的马尔可夫主方程进行比较，我们发现，对于耦合到振荡器浴的三能级模型，使用粗粒度方法可以实现更好的一致性，我们可以在零温度下求解其精确动力学。该模型的一个重要特征是RWA对种群的动态有重要影响。我们发现，即使对于这样一个简单的模型，两个不同的主方程可以表现出很强的定性差异的人口的能量本征态。基于RWA的主方程错过了一个重要的功能，基于粗粒度的计划没有。通过优化粗粒度的时间尺度，后者计划可以更接近精确解比RWA为基础的主方程。
2013-03-26 quant-ph
Coarse Graining Makes It Hard to See Micro-Macro Entanglement
观测宏观系统中的叠加和纠缠等量子效应，不仅需要一个能很好地抵御环境退相干的系统，而且需要足够的测量精度。受最近实验的启发，我们研究了光子数测量中的粗粒化对微观-宏观纠缠的可观测性的影响，这种纠缠是通过极大地放大纠缠对中的一个光子而产生的。我们比较了一个单一的量子克隆，它产生微观-宏观纠缠，并为测量和准备克隆，它产生一个可分离的微观-宏观状态所获得的结果。我们发现，两个克隆的结果的概率分布之间的距离接近于零，为一个固定的中等数量的粗粒化。因此，随着系统尺寸的增加，证明微观-宏观纠缠的存在变得越来越困难。
2012-02-19 quant-ph
Coarse-graining and compounding as monads
本文在概率模型范畴上以单子形式表述实验的粗粒化与分支顺序测量，通过分配律构建复合单子描述其闭包，刻画代数结构并探讨干涉效应与量子逻辑的联系。
2024-10-11 quant-ph
Coarse graining a non-Markovian collisional model
在没有记忆效应的情况下，受到噪声影响的系统的动力学被称为马尔可夫，即当它的最近的未来只取决于它的现在。噪声源中的时间相关性可能会产生非马尔可夫效应，有时可以通过对系统的时间演化进行适当的粗粒度化来消除这种非马尔可夫效应。一般来说，粗粒化时间$t_\text{CG}$被认为比相关时间$τ$大得多，但它们之间没有建立直接关系。在这里，我们解析地获得了$t_\text{CG}$和$τ$之间的关系的量子比特的动力学受到时间相关的环境。我们的研究结果可以适用于任何分布的环境相关性，并可以通过碰撞模型进行测试，其中量子比特顺序地与相关量子相互作用。
2017-01-23 quant-ph
Coarse-graining in retrodictive quantum state tomography
量子态层析成像通常在假设完美测量的高度理想化的情况下操作。这种方法所隐含的错误与信息处理协议或感兴趣的应用程序相关的其他不完善之处交织在一起。我们考虑的问题追溯的量子态的系统，存在之前的应用程序的随机，但已知的相位误差，允许这些错误被分离和删除。误差的连续随机性意味着每个测量结果只有一次点击-这一特点对数据处理时间有着极大的不利影响。我们提供了一个彻底的分析，粗粒度下的各种重建算法，发现在速度上的显着增加，只有适度的牺牲保真度。
2018-09-21 quant-ph
Quantum Coarse-Graining, Symmetries and Reducibility of Dynamics
在物理系统中降低复杂性背后的共同思想是将信息分离为“物理上有意义的”和“安全可解释的”。在这里，我们考虑一个通用的概念，这样的分离-实现粗粒度的状态空间-并解决的问题，什么信息确实是安全的，如果我们想减少动态的复杂性。对于随机系统和量子系统，给出了粗粒化下动力学约化的一般条件。在这个过程中，我们开发的状态空间粗粒化，允许边缘化选定的自由度的量子概念。我们的主要发现之一是，有一个更广泛的对称性，超出了那些被认为是由诺特定理，可以发挥作用，在减少动力学。我们将讨论量子粗粒化和对称性动力学简化的一些例子。
2018-05-09 cond-mat.dis-nn quant-ph
Systematic Perturbation Theory for Dynamical Coarse-Graining
我们演示了如何动态粗粒化方法可以系统地扩展到更高的订单系统和水库之间的耦合。高达二阶的耦合常数，我们明确表明，动态粗粒化无条件地保持积极的密度矩阵-即使是浴密度矩阵，不平衡，也为时间依赖系统的哈密顿量。通过构造，该方法正确地捕获了短时动态，即，它适合于分析非马尔可夫效应。我们比较的动态与精确解高度非马尔可夫系统，并发现一个显着的质量粗粒度的方法。扩展到高阶是直接的，但相当乏味。该方法对结构简单、系统维数小的浴槽关联函数特别有用。
2009-02-20 cond-mat.mes-hall quant-ph
Adaptive Coarse Graining, Environment, Strong Decoherence, and Quasiclassical Realms
引入了三个概念，当它们结合在一起时，将我们量子宇宙的现实准经典领域描述为由准经典变量定义的特定类型的替代粗粒度历史集：（1）分支依赖自适应粗粒度，可以接近最大限度地细化，并可以简化计算。(2)描述宇宙特征如何随时间变化并允许构建环境的叙事粗粒度。(3)强退相干的概念，描述退相干的实际机制。
2013-12-28 gr-qc hep-th quant-ph
Derivation of the quantum-optical master equation based on coarse-graining of time
这是一个使用时间粗粒化的量子光学主方程的推导，它为几十年前的技术带来了新的见解。我的推导与使用量子随机方法或Kraus算子的推导非常相似，尽管我没有明确引用任何这些概念，所以它可能更容易作为介绍。我还解决了主方程的几乎所有微观推导的主要陷阱，即它们假设系统的状态和浴因式分解的所有时间。我展示了为什么这个假设实际上对自发发射成立，并且碰巧被证明是正确的。
2018-02-05 physics.atom-ph quant-ph
Thermodynamics of the Coarse-Graining Master Equation
研究了利用粗粒化方法导出开放量子系统在有限时间内演化的生成元。该方法不需要长期近似，但通常会导致Lindblad-Gorini-Kossakowski-Sudarshan生成器。通过将形式主义与全计数统计相结合，我们可以证明一个一致的热力学框架，一旦包括与水库耦合和解耦所需的切换工作。特别地，我们可以把第二定律写成标准形式，唯一的区别是热流必须相对于储层来定义。我们用简单但有教育意义的例子来解释我们的发现。
2020-05-07 cond-mat.stat-mech quant-ph
On the Second Law of Thermodynamics: The Significance of Coarse-Graining and the Role of Decoherence
在经典系统熵演化的背景下，我们提出了为什么宇宙初始熵很小的问题。我们注意到，粗粒度化是熵评估的一个重要方面，它可以反转熵增加的方向，即，热力学时间箭头的方向。然后，我们研究了退相干在粗粒化选择中的作用，并解释了如何计算退相干经典系统的熵。最后，我们认为，低初始熵的要求对退相干过程施加了限制。
2014-07-17 gr-qc hep-th physics.class-ph
Decay of quantumness in a measurement process: Action of a coarse-graining channel
提出了一个量子测量过程的模型：由一个量子比特叠加组成的系统与由N个量子比特态组成的测量装置相互作用。通过观察粗粒度通道的作用，我们能够恢复关于系统叠加系数的信息。我们还能够可视化系统与设备之间量子关联的死亡以及设备有效状态下量子相干性的死亡，在一个强大的粗粒化行动的限制-类似于退相干的情况下，虽然它是没有必要引起与周围环境的任何相互作用。
2020-10-06 math-ph math.MP quant-ph
Time evolution as refining, coarse graining and entangling
我们认为，细化，粗粒化和纠缠运营商可以从时间演化运营商。这特别适用于几何理论，如自旋泡沫。我们指出，这提供了一个建设原则的物理真空在量子引力理论，更一般地允许构建一个（圆柱形）一致的连续极限的理论。
2014-12-04 cond-mat.str-el gr-qc hep-th
Coarse graining and renormalization
将QFT公式化为假设的万物的完整量子理论的粗粒度“低”能量部分，其中“高”能量模式被整合或“聚集”成“低”能量对象，我们可以通过求解一系列自然微分方程来评估费曼振幅，这些自然微分方程自动解决了无穷减法的必要性和相关的微妙之处。这种新策略对方案依赖问题有直接的影响。
2001-11-24 hep-ph hep-th nucl-th
Coarse graining Shannon and von Neumann entropies
粗粒化的本质在直觉上是“显而易见的”，但要找到文献中讨论的粗粒化过程（以及由此产生的熵流）的明确和可计算的模型是相当困难的。我们想要的是一个明确的、可计算的过程，它取一个具有特定初始熵S的任意系统，并单调地、可控地将熵驱动到它的最大值。这并不一定是一个物理过程，事实上，出于某些目的，最好处理一个gedanken过程，因为这样更明显的是，“隐藏信息”是如何隐藏在细粒度的相关性中的，人们只是同意不去看。我们将提出几个简单的数学定义良好，易于与粗粒化的概念模型。我们将考虑经典香农熵和量子冯诺伊曼熵，包括基于量子退相干的模型，并详细分析熵流。当对量子冯诺伊曼熵进行粗粒化时，我们发现引入霍金超散射矩阵的适应性是非常有用的。我们将构建的这些显式模型使我们能够量化和清晰地跟踪粗粒度系统时出现的熵，以及隐藏在未观察到的相关性中的信息。（虽然不是本文的重点，但从长远来看，这些考虑在解决黑洞信息难题时是有意义的。）
2017-05-16 gr-qc hep-th quant-ph
Coarse graining and a new strategy for renormalization
我们提出的合理性，最近提出的一个简单的方法重整化是基于解决微分方程的自然参数。重整化群方程也是以一种自然的方式推导出来的，并被认为是QFT的UV模式的解耦定理。这种新策略对方案依赖问题有直接的影响。
2003-06-10 hep-ph hep-th nucl-th
Quantum coarse-graining for extreme dimension reduction in modelling stochastic temporal dynamics
复杂系统的随机建模在定量科学中扮演着重要的角色，但通常需要大量的计算。量子信息处理的最新进展已经阐明了量子模拟器在这些任务中表现出存储优势的潜力。因此，重点放在无损内存压缩上，其中的优势通常是减少模型跟踪的信息量，而可以说更实际的是，内存维度的减少并不总是可能的。在这里，我们解决的情况下，有损压缩的量子随机建模的连续时间过程，引入了一种方法，在量子态空间，大大减少了必要的内存尺寸建模的时间动态，同时保留近精确的统计粗粒化。与经典的粗粒化相比，这种压缩不是基于牺牲时间分辨率，而是在当前量子技术的范围内带来了内存高效，高保真度的随机建模。
2021-06-21 cond-mat.stat-mech cs.IT math.IT
Coarse-graining renormalization by higher-order singular value decomposition
提出了一种基于高阶奇异值分解的粗粒度张量重整化群方法。这种方法提供了一个准确的，但计算成本低的技术，在二维或三维的经典和量子晶格模型的研究。我们已经证明了这种方法使用伊辛模型的正方形和立方晶格。通过保持多达16个键基态，我们得到了迄今为止最精确的数值重整化群的结果为三维伊辛模型。我们还将该方法应用于二维量子横伊辛模型的基态和有限温度性质的研究，得到了与文献一致的结果.
2012-08-07 cond-mat.stat-mech cond-mat.str-el quant-ph
Functional RG flow equation: regularization and coarse-graining in phase space
本文从相空间中的基本路径积分出发，重新考虑了单粒子不可约有效平均作用量RG流的泛函方法。在采用平衡的粗粒化程序的规范变量，我们得到一个功能积分与非平凡的措施，导致修改后的流量方程。我们首先解决玻色子和费米子自由度的量子力学，然后我们扩展到量子场论的建设。对于这个修正的流动方程，我们讨论了裸作用量的重建和对真空能量密度计算的影响。
2011-05-27 gr-qc hep-ph hep-th
Coarse graining of spin net models: dynamics of intertwiners
自旋泡沫是量子引力的模型，因此也是量子时空的模型。一个关键的开放问题是确定这些模型可能的连续相。由于完整四维模型的复杂性，这个问题的进展受到了阻碍。在这里，我们考虑简化的模拟模型，所谓的自旋网，保留了自旋泡沫的主要动力学成分，简单性约束。对于这些自旋网络模型中的某一类，我们通过基于张量网络重整化的粗粒化过程来确定相图和连续相。这个过程还将揭示一个意想不到的不动点，它定义了一个新的三角剖分不变顶点模型。
2013-06-12 cond-mat.str-el gr-qc hep-lat
Quasiclassical Coarse Graining and Thermodynamic Entropy
我们对宇宙的日常描述是高度粗粒度的，只遵循完美细粒度描述所需的一小部分变量。由于我们有限的观察力和计算能力，经典物理学中的粗糙颗粒化是很自然的。但在封闭系统的现代量子力学中，某些粗粒度的度量是不可避免的，因为没有非平凡的、概率性的、细粒度的描述。本文探讨了这一事实的后果。量子理论允许各种粗粒度的描述，其中一些是相互不兼容的。然而，在大多数情况下，我们感兴趣的是“准经典守恒”的小子集，它是由能量、动量等守恒量和重子数等近似守恒量的小体积密度的平均值范围定义的。这些准经典量的近似守恒导致近似的退相干、可预测性和局部平衡，导致封闭的运动方程组。在任何描述中，信息都是通过粗粒化而牺牲的，粗粒化产生了退相干，并产生了历史的概率。在准经典描述中，为了展示经典运动方程所概括的涌现性，牺牲了更多的信息。适当的熵度量信息的损失。对于“准经典领域”，这与从统计力学中得到的通常的热力学熵有关。对于我们宇宙的初始状态来说，它很低，从那以后一直在增加。
2007-05-16 cond-mat.stat-mech gr-qc hep-th
Measuring Black Hole Formations by Entanglement Entropy via Coarse-Graining
我们认为，纠缠熵为我们提供了一个有用的粗粒度熵的时间相关的AdS/CFT。我们表明，总冯诺伊曼熵保持为零，即使当一个黑洞是在引力对偶创建，是一致的事实，即其相应的CFT描述的一个依赖于时间的纯态。我们解析地计算了圆上自由狄拉克费米子量子猝灭后的纠缠熵随时间的演化。这被解释为黑洞创造和湮灭的玩具全息对偶。它显然不受黑洞信息问题的影响。
2010-08-20 cond-mat.stat-mech gr-qc hep-th
