Process-tensor approach to full counting statistics of charge transport in quantum many-body circuits

Die Autoren stellen eine numerische Tensor-Netzwerk-Methode vor, die auf der Darstellung des Prozess-Tensors basiert, um die vollständige Zählstatistik des Ladungstransports in wechselwirkenden eindimensionalen Quantensystemen zu berechnen und dabei Transportexponenten sowie das Brechen der KPZ-Universalität im isotropen Punkt des XXZ-Modells zu bestätigen.

Das Wesentliche

Das große Bild: Ein riesiges, chaotisches Orchester

Stell dir vor, du hast ein riesiges, unendliches Orchester aus tausenden von Instrumenten (das ist das Quanten-System). Alle spielen zusammen, beeinflussen sich gegenseitig und erzeugen ein komplexes Klanggemisch. In der Physik nennen wir das ein „interagierendes Vielteilchensystem".

Die Forscher wollen wissen: Wie viel „Lautstärke" (Ladung oder Magnetismus) wandert von der linken Hälfte des Orchesters zur rechten Hälfte?

Das ist nicht so einfach wie ein einzelner Musiker, der eine Note spielt. Es ist wie das Messen des gesamten Verkehrsflusses auf einer Autobahn, die sich selbst verändert, während du zuschaust. Und das Schlimmste: Du musst nicht nur den Durchschnitt messen, sondern auch die Fluktuationen (die Schwankungen). Mal fließt viel Strom, mal wenig, mal sogar rückwärts. Das nennt man in der Physik „Full Counting Statistics" (Vollzählende Statistik).

Das Problem: Zu viele Erinnerungen

Normalerweise versuchen Physiker, so etwas zu berechnen, indem sie das System Schritt für Schritt simulieren. Aber bei Quantensystemen wird das schnell unmöglich. Warum?

Stell dir vor, du versuchst, den Weg eines einzelnen Teilchens zu verfolgen. Aber das Teilchen ist nicht allein. Es interagiert mit seiner Umgebung. Und diese Umgebung „erinnert" sich an alles, was vorher passiert ist. Das nennt man Nicht-Markovianität (oder einfach: das System hat ein Gedächtnis).

Je länger du das System laufen lässt, desto mehr „Erinnerungen" muss das Computerprogramm speichern. Das ist wie ein Schüler, der sich nicht nur den heutigen Hausaufgaben, sondern auch jedem einzelnen Satz, den er in den letzten 10 Jahren gesagt hat, merken muss, um eine einfache Frage zu beantworten. Der Speicherplatz explodiert, und der Computer bricht zusammen.

Die Lösung: Der „Prozess-Tensor" als Gedächtnis-Manager

Hier kommen die Autoren (Hari Kumar Yadalam und Mark T. Mitchison) ins Spiel. Sie haben eine neue Methode entwickelt, die sie „Prozess-Tensor" nennen.

Die Analogie:
Stell dir vor, du willst wissen, wie sich ein einzelner Musiker (das Interface) verhält, während das ganze Orchester (die Umgebung) spielt.
Anstatt das ganze Orchester live zu simulieren, bauen die Forscher ein Klapp-Modell (einen Tensor-Netzwerk-Zug).

1. Das Interface: Wir schauen nur auf die Grenze zwischen links und rechts.
2. Die Umgebung: Das Rest-Orchester wird nicht als einzelne Musiker simuliert, sondern als ein einflussreicher Manager, der dem Musiker sagt: „Pass auf, hier kommt jetzt ein lauter Schlag, hier ein leises Flüstern."
3. Der Prozess-Tensor: Das ist dieses „Gedächtnis" des Managers. Es fasst alles zusammen, was die Umgebung dem Musiker in der Vergangenheit angetan hat.

Der Clou an ihrer Methode: Sie drücken dieses riesige Gedächtnis in eine kompakte Form zusammen, die sie Matrix-Produkt-Zustand (MPS) nennen. Stell dir das wie einen komprimierten ZIP-Ordner für das Gedächtnis vor. Anstatt jede einzelne Erinnerung zu speichern, speichern sie nur die wichtigsten Muster.

Der Trick: Wie man den Ordner nicht sprengt

Das Schwierige bei diesem ZIP-Ordner ist: Wenn man ihn zu stark komprimiert, gehen wichtige Daten verloren (der Computer rechnet falsch). Wenn man ihn nicht komprimiert, platzt der Speicher.

Die Autoren haben einen cleveren Trick entwickelt, um diesen Ordner zu komprimieren, ohne die Gesetze der Physik zu verletzen.

• Das Problem: Wenn man Daten wegwirft, kann es passieren, dass die Wahrscheinlichkeiten nicht mehr addieren (z. B. dass die Summe aller Möglichkeiten nicht mehr 100 % ergibt). Das wäre wie ein Buch, bei dem die Seitenzahlen nicht mehr stimmen.
• Die Lösung: Sie haben eine spezielle „Schnittstelle" eingebaut, die sicherstellt, dass der Ordner immer „sauber" bleibt. Sie nennen das eine „Normalisierungserhaltung". Es ist, als würde man beim Packen eines Koffers immer prüfen: „Habe ich wirklich alles Wichtiges dabei, und wiegt der Koffer noch das Gleiche wie am Anfang?"

Was haben sie herausgefunden? (Die Ergebnisse)

Sie haben ihre Methode an einem bekannten Modell getestet: dem XXZ-Modell (eine Art Quanten-Spin-Kette). Sie haben verschiedene Szenarien durchgespielt:

1. Ballistischer Verkehr (Autobahn ohne Stau): Hier fließt die Ladung schnell und geradlinig. Die Schwankungen sind vorhersehbar und sehen fast wie eine Glockenkurve aus (Gauß-Verteilung). Das war leicht zu berechnen.
2. Diffusiver Verkehr (Stau): Hier ist alles chaotisch. Die Ladung bewegt sich langsam und unregelmäßig. Die Schwankungen sind riesig und unvorhersehbar. Hier brauchten die Computer viel mehr Speicher, aber die Methode hat funktioniert.
3. Der „Super-diffusive" Fall (Das KPZ-Universum): Das war das Spannendste. Bei einem bestimmten Punkt (isotropischer Punkt) verhält sich das System besonders seltsam. Es folgt einer speziellen mathematischen Regel (Kardar-Parisi-Zhang-Universalklasse).
   • Die Entdeckung: Die Forscher haben bestätigt, dass bei diesem Punkt die höheren Schwankungen (nicht nur der Durchschnitt, sondern auch die extremen Ausreißer) nicht so funktionieren, wie man es von der klassischen Theorie erwartet hätte. Die Universalklasse bricht bei sehr feinen Details zusammen. Das ist wie wenn man denkt, ein Würfel sei fair, aber bei 10.000 Würfen merkt man, dass die Sechser doch etwas häufiger kommen, als die Theorie sagt.

Warum ist das wichtig?

Bisher war es extrem schwer, diese feinen Schwankungen in stark wechselwirkenden Quantensystemen zu berechnen. Die alten Methoden waren entweder zu langsam oder ungenau.

Diese neue Methode ist wie ein neues Werkzeug im Werkzeugkasten der Physiker. Sie erlaubt es uns:

• Zu verstehen, wie Energie und Information in Quantenmaterialien fließen.
• Vorhersagen zu treffen für zukünftige Quantencomputer.
• Zu sehen, wie Systeme fernab des Gleichgewichts (also wenn sie „aufgewühlt" sind) sich verhalten.

Zusammenfassend:
Die Autoren haben einen cleveren Weg gefunden, das „Gedächtnis" eines riesigen Quantensystems zu komprimieren, ohne die wichtigen Details zu verlieren. Damit konnten sie beweisen, dass das Verhalten von Quanten-Verkehr in bestimmten Situationen viel seltsamer und komplexer ist, als wir dachten. Sie haben den Vorhang für ein neues Verständnis von Quanten-Fluktuationen gelüftet.

Technische Zusammenfassung

1. Problemstellung

Das Verständnis der Dynamik von Anregungen in quantenmechanischen Vielteilchensystemen ist eine zentrale Frage der modernen theoretischen Physik. Während lineare Antworttheorien (wie Leitfähigkeit) gut verstanden sind, reichen durchschnittliche Ströme nicht aus, um die Universalitätsklassen des Transports in eindimensionalen (1D) Systemen bei hohen Temperaturen vollständig zu charakterisieren.

Das Hauptproblem liegt in der Berechnung der Full Counting Statistics (FCS) – also der vollständigen Statistik der Fluktuationen einer erhaltenen Ladung (z. B. Magnetisierung) – über eine Schnittstelle hinweg.

• Herausforderung: Die FCS ist definiert durch eine Multi-Zeit-Messung (zwei-Punkt-Messung zu Anfang und Ende), was sie zu keinem Standard-Beobachtbaren macht.
• Komplexität: In stark wechselwirkenden Systemen fern vom Gleichgewicht sind traditionelle schwache Kopplungsapproximationen ungültig. Analytische Lösungen existieren nur für spezifische Grenzfälle, während numerische Methoden oft an der exponentiellen Komplexität der Zeitentwicklung oder an der hohen Verschränkung scheitern.
• Spezifisches Ziel: Die Autoren entwickeln eine Methode, um die Statistik der übertragenen Ladung in einem 1D-Quantengitter mit $U(1)$-Symmetrie effizient zu berechnen, insbesondere in Regimen, die ballistisch, superdiffusiv oder diffusiv sind.

2. Methodik: Prozess-Tensor und zeitliche MPS

Die Autoren führen einen numerischen Tensor-Netzwerk-Ansatz ein, der auf der Darstellung des Prozess-Tensors (auch Einflussfunktional oder Einflussmatrix) basiert.

• Konzept der offenen Quantensysteme: Die Schnittstelle, über die der Ladungstransport stattfindet, wird als offenes Quantensystem interpretiert, das von den beiden Halben des Gitters (der „Umgebung") beeinflusst wird. Der Prozess-Tensor beschreibt die Wirkung dieser Umgebung auf die Freiheitsgrade an der Schnittstelle.
• Darstellung als zeitliche Matrix-Produkt-Zustände (MPS):
  • Anstatt den Zustand des gesamten Systems zeitlich vorwärts zu entwickeln (wie bei TEBD), nutzen die Autoren den „Light-Cone Folding"-Algorithmus.
  • Der Prozess-Tensor wird als zeitlicher MPS dargestellt. Die Bindungsdimension $\chi$ dieses MPS quantifiziert das „Gedächtnis" der Umgebung (nicht-Markovsche Korrelationen).
  • Ein entscheidender Vorteil ist, dass diese zeitlichen MPS unabhängig vom Zählfeld $\lambda$ (welches die FCS gewichtet) sind. Sie müssen nur einmal für eine gegebene Umgebung konstruiert werden.
• Berechnung der FCS:
  • Die momentenerzeugende Funktion $Z(\lambda, n)$ wird durch die Kontraktion der linken und rechten Prozess-Tensor-MPS mit dem „gekippten" Unitär-Operator (tilted unitary) an der Schnittstelle berechnet.
  • Dies ermöglicht die effiziente Berechnung der Momente und Kumulanten der Ladungsverteilung für verschiedene Werte von $\lambda$ ohne erneute Simulation der gesamten Zeitentwicklung.
• Neuartiges Trunkierungsschema:
  • Ein kritisches Problem bei der Approximation von Prozess-Tensoren ist die Erhaltung der physikalischen Eigenschaften, insbesondere der Normierung ($Z(0, n) = 1$). Standard-MPS-Komprimierung (z. B. SVD) verletzt oft diese Normierung.
  • Die Autoren entwickeln ein normierungserhaltendes Trunkierungsschema. Durch Ausnutzung der Eichfreiheit des MPS und einer QR-Zerlegung der „temporalen Umgebungen" identifizieren sie Singularwerte, die trunciert werden können, ohne die „No-Intervention"-Normierung (die Wahrscheinlichkeit, dass nichts passiert, ist 1) zu verletzen. Dies ist essenziell für die physikalische Korrektheit der erzeugenden Funktion.

3. Wichtige Beiträge

1. Algorithmische Entwicklung: Einführung eines allgemeinen Tensor-Netzwerk-Algorithmus zur Berechnung der FCS in 1D-Quantenschaltungen mit $U(1)$-Symmetrie.
2. Normierungserhaltende Kompression: Entwicklung eines originalen MPS-Komprimierungsschemas, das die Normierung des Prozess-Tensors exakt erhält, was für die korrekte Berechnung von Kumulanten höherer Ordnung notwendig ist.
3. Effizienz: Die Methode umgeht die exponentielle Komplexität der direkten Zeitentwicklung, indem sie die FCS als Kontraktion von Prozess-Tensoren formuliert. Die Effizienz wird durch das Wachstum der „temporalen Verschränkung" begrenzt, das bei integrablen Systemen und unter bestimmten Bedingungen auch bei chaotischen Systemen langsam wächst.
4. Vergleichbarkeit: Die Methode wird als Alternative zu kürzlich eingeführten MPO-basierten Methoden (Matrix-Product-Operator) positioniert, wobei sie sich in der Art der Verschränkung unterscheidet, die die Berechnungskomplexität begrenzt.

4. Ergebnisse

Die Methode wurde am Spin-1/2 XXZ-Brickwork-Circuit-Modell bei unendlicher Temperatur getestet, einem diskreten Zeit-Analogon zum kontinuierlichen XXZ-Modell. Untersucht wurden verschiedene Transportregime basierend auf dem Anisotropie-Parameter $\Delta = J'/J$:

• Ballistischer Transport ($|\Delta| < 1$):
  • Die Varianz der transportierten Ladung wächst linear mit der Zeit ($\kappa_2 \propto n$).
  • Die Fluktuationen sind asymptotisch gaußförmig (Kurtosis und Sextosis konvergieren gegen Null).
  • Die momentenerzeugende Funktion folgt einer Large-Deviation-Form $Z(\lambda, n) \sim e^{-nF(\lambda)}$.
• Superdiffusiver Transport (Isotroper Punkt $\Delta = 1$):
  • Der Transport folgt dem KPZ-Universalklasse-Exponenten ($z = 3/2$).
  • Wichtiger Befund: Die KPZ-Universalität bricht für Kumulanten höherer Ordnung (über der zweiten Ordnung) zusammen. Die Kurtosis und Sextosis zeigen Abweichungen von den Vorhersagen der KPZ-Verteilungen (Tracy-Widom, Baik-Rains).
  • Die momentenerzeugende Funktion zeigt eine selbstähnliche Skalierung $Z(\lambda, n) = Z(\lambda n^{1/2z})$, was auf einen Bruch des Large-Deviation-Prinzips hindeutet.
• Diffusiver Transport ($\Delta > 1$):
  • Der Transport ist diffusiv ($z \approx 2$), aber mit stark nicht-gaußschen Fluktuationen.
  • Kurtosis und Sextosis wachsen monoton an, was auf extreme Abweichungen von der Gauß-Statistik hinweist.
  • Auch hier zeigt sich die selbstähnliche Skalierung der momentenerzeugenden Funktion.

Die numerischen Ergebnisse stimmen mit kürzlich veröffentlichten experimentellen Daten und anderen theoretischen Studien überein, bestätigen aber insbesondere die Anomalien in den höheren Ordnungen der FCS, die in der KPZ-Universalität nicht vorhergesagt werden.

5. Bedeutung und Ausblick

• Fortschritt in der Nichtgleichgewichts-Physik: Die Arbeit demonstriert, dass Prozess-Tensor-Methoden erfolgreich auf stark wechselwirkende, isolierte Quantensysteme angewendet werden können, um Stromfluktuationen zu analysieren. Dies eröffnet neue Wege, um Universalitätsklassen fern vom Gleichgewicht zu untersuchen.
• Überwindung von Limitierungen: Die Methode erreicht Zeitskalen, die für klassische Zustandsvektor-Simulationen oder aktuelle Quantensimulatoren unzugänglich sind.
• Anomalien im Transport: Die Ergebnisse bestätigen, dass die Standard-Universalitätsklassen (wie KPZ) für höhere Momente der Ladungsverteilung in integrablen Systemen nicht ausreichen. Dies unterstreicht die Notwendigkeit, FCS jenseits der Varianz zu betrachten.
• Zukünftige Anwendungen: Die Autoren schlagen vor, das normierungserhaltende Trunkierungsschema zu verallgemeinern, um andere Erhaltungsgrößen oder dissipative Prozesse im Bulk zu behandeln. Die Methode könnte auch auf kontinuierliche Zeitdynamik (via Trotter-Suzuki) und andere Symmetrien erweitert werden.

Zusammenfassend stellt dieses Paper einen signifikanten methodischen Durchbruch dar, der die Berechnung von Full Counting Statistics in komplexen Quantenvielteilchensystemen durch die geschickte Nutzung von Prozess-Tensoren und normierungserhaltenden MPS-Trunkierungen ermöglicht.