Tensor-Network-Based Unraveling of Non-Markovian Dynamics in Large Spin Chains via the Influence Martingale Approach
Diese Arbeit präsentiert einen effizienten Tensor-Netzwerk-Algorithmus, der die Tensor-Jump-Methode durch zeitabhängige Zerfallsraten und das Influence-Martingale-Formalismus erweitert, um eine skalierbare, ressourceneffiziente Simulation sowohl Markovscher als auch nicht-Markovscher offener Quantendynamiken in großen eindimensionalen Spin-Ketten zu ermöglichen.