Efficient time-evolution of matrix product states using average Hamiltonians

Technische Samenvatting: Efficiënte tijdsevolutie van Matrix Product States met behulp van gemiddelde Hamiltonians

Probleemstelling
Het simuleren van de dynamica van kwantumveeldeeltjessystemen (QMBS) die worden beheerst door tijdafhankelijke Hamiltonians blijft een aanzienlijke uitdaging vanwege de exponentiële groei van de Hilbertruimte. Hoewel tensornetwerken, in het bijzonder Matrix Product States (MPS), een efficiënt kader bieden voor eendimensionale systemen, zijn standaard algoritmen voor tijdsevolutie (zoals Time-Evolving Block Decimation, TEBD, en MPO $W_{II}$) primair geoptimaliseerd voor tijdonafhankelijke Hamiltonians. Wanneer deze worden toegepast op tijdafhankelijke scenario's, vertrouwen standaard implementaties vaak op de "Riemann-stapper", die de instantane Hamiltonian aan het begin van een tijdsinterval ($H(0)$) in de evolutie-operator vervangt. Deze benadering degradeert de nauwkeurigheid van hogere-orde integratoren, waardoor de convergentiesnelheid van de evolutie-operator van derde-orde (voor een enkele stap) naar tweede-orde voor het tijdafhankelijke geval wordt verlaagd, wat de precisie van de simulatie voor een gegeven stapgrootte beperkt.

Methodologie
De auteurs stellen een modificatie voor van bestaande MPS-tijdstappers om de hogere-orde nauwkeurigheid voor tijdafhankelijke Hamiltonians te herstellen zonder de fundamentele architectuur van tensornetwerkbibliotheken te wijzigen. De kernmethodologie behelst het vervangen van de standaard Riemann-benadering door een Hamiltonian die zorgvuldig is geconstrueerd met behulp van de Simpson-regel:
$$H_{\text{Simp}}(\Delta t) \equiv \frac{1}{6} \left( H(0) + 4H(\Delta t/2) + H(\Delta t) \right)$$
Deze gemiddelde Hamiltonian wordt vervolgens ingevoerd in standaard tweede-orde TEBD- of MPO $W_{II}$-algoritmen. Theoretische analyse toont aan dat terwijl de Riemann-stapper ($H(0)$) een evolutie-operator oplevert met een foutmarge van $O(\Delta t^2)$, de Simpson-stapper de natuurlijke derde-orde lokale nauwkeurigheid ($O(\Delta t^3)$) van de onderliggende integratoren behoudt. Het bewijs berust op het begrenzen van het verschil tussen de exacte tijdsevolutie-operator en de benaderde operator met behulp van de Hölder-$\infty$-norm, waarbij wordt aangetoond dat de Simpson-benadering de integratiefoutterm aanzienlijk vermindert vergeleken met de Riemann-benadering.

Belangrijkste bijdragen en resultaten
De voorgestelde methode werd gevalideerd via numerieke simulaties van een keten van spin-1 locaties die stikstof-vacature-centra (NV-centra) in diamant representeren, gedreven door microgolfpulsen. Het systeem werd gemodelleerd met behulp van een Hamiltonian bestaande uit drift-, interactie- en controletermen, met parameters afgeleid van experimentele gegevens.

1. Verbetering van de nauwkeurigheid: De simulaties vergeleken de "Simpson-stapper" met de standaard "Riemann-stapper" over variërende systeemgroottes (3 tot 8 NV-centra) en integratiestappen.

   • Voor kleine systemen (bijv. 3 NV-centra) verminderde de Simpson-stapper de gemiddelde fout met een factor van ongeveer 1000 voor gematigde stapgroottes vergeleken met de Riemann-stapper.
   • Voor grotere systemen (tot 8 NV-centra) leverde de methode consistent lagere propagatiefouten op, met verbeteringen in de gemiddelde fout variërend van factoren 50 tot meer dan 4000, afhankelijk van het aantal stappen en de systeemgrootte.
   • De foutratio ($E_{\text{Riemann}} / E_{\text{Simpson}}$) bleef hoog over alle geteste configuraties, wat de robuustheid van de methode bevestigt.

2. Computationele kosten: De verhoogde nauwkeurigheid gaat gepaard met een bescheiden toename in looptijd. De Simpson-stapper vereist drie Hamiltonian-evaluaties per tijdstap (bij $t=0$, $t=\Delta t/2$, en $t=\Delta t$) vergeleken met één voor de Riemann-stapper. De auteurs merken op dat deze toename in looptijd gering is en uitsluitend wordt toegeschreven aan de aanvullende functie-evaluaties, waardoor de afweging zeer gunstig is voor de nauwkeurigheid.

3. Schaalbaarheid: De methode vertoonde stabiele prestatieverbeteringen naarmate de systeemgrootte toenam, waarbij het voordeel ten opzien van de standaardaanpak werd behouden zonder nieuwe afkapfouten (truncation errors) te introduceren, mits de bond-dimensie voldoende groot was om de afkapfouten verwaarloosbaar te houden.

Betekenis en beperkingen
Het artikel stelt dat deze benadering een eenvoudige, maar zeer efficiënte uitbreiding vormt voor bestaande MPS-solvers. Door gebruik te maken van klassieke numerieke integratie-ideeën (de Simpson-regel), herstelt de methode de hogere-orde convergentie-eigenschappen van integratoren die anders verloren zouden gaan bij het simuleren van tijdafhankelijke dynamica. Dit is bijzonder relevant voor toepassingen in kwantumcontrole, spectroscopie en Floquet-engineering, waar tijdafhankelijke drijvende velden alomtegenwoordig zijn.

De auteurs vermelden expliciet enkele beperkingen en praktische overwegingen:

• Vereiste van gladheid: De methode rust op het bestaan en de begrensdheid van de eerste vier afgeleiden van de Hamiltonian $H(t)$ binnen elk interval.
• Kosten van Hamiltonian-constructie: Als de tijdafhankelijke Hamiltonian computationeel duur is om te construeren, kan de vereiste van drie evaluaties per stap de computationele kosten aanzienlijk verhogen.
• Verstrengelingslimieten: Hoewel de methode de integratiefout verbetert, elimineert het niet de beperkingen die worden opgelegd door de groei van verstrengeling in grootschalige veeldeeltjessystemen, welke worden beheerst door afkapfouten in de MPS-representatie.

De auteurs suggereren dat het concept van Simpson-middeling aanpasbaar is en in de toekomst gecombineerd kan worden met hogere-orde kwadratuurregels (bijv. Gauss–Legendre) of multi-stage compositiemethoden om nog hogere-orde effectieve Hamiltonians te construeren.