Restoring detailed balance in non-Hermitian Markov processes

技术摘要：在非厄米马尔可夫过程中恢复细致平衡

问题陈述
处于非平衡态的随机过程，特别是以离散状态建模的马尔可夫过程，通常涉及破坏细致平衡的不对称转移速率。这些非厄米随机生成元（$H$）会导致非单调的熵产生，即熵在经历瞬态增加后可能会减少。这种行为破坏了依赖于熵最大化或假设不确定性不断增加的标准热力学解释和推断技术。此外，由于系统缺乏时间可逆性，使得对平衡态的物理阐释变得复杂，因为平衡态可能编码了低熵构型。虽然张量网络方法解决了高维相互作用系统的“维度灾难”问题，但它们并未解决非厄米动力学以及由此产生的非单调熵这一根本问题。

方法论
作者提出使用 Dyson 映射 ($\eta$) 将非厄米随机生成元转换为厄米算符，同时保持实特征谱。其核心方法论包括：

1. Dyson 变换： 应用可逆变换处理主方程 $\partial_t |P(t)\rangle = -H|P(t)\rangle$，得到变换后的方程 $\partial_t |\phi(t)\rangle = -\tilde{H}|\phi(t)\rangle$，其中 $|\phi(t)\rangle = \eta|P(t)\rangle$ 且 $\tilde{H} = \eta H \eta^{-1}$。
2. 度规算符： 该变换引入了一个度规算符 $\Omega = \eta^\dagger \eta$，该算符会对原始系统的贡献进行重新加权。该算符将变换坐标系中的测量结果连接回原始概率向量，确保可以通过 $\langle \phi | \tilde{\Omega} \Xi' O' | \phi \rangle$ 恢复统计平均值 $\langle O \rangle$。
3. 熵的恢复： 在变换后的系统中，可以证明 Rényi 熵 $S' = -\ln |\phi(t)|^2$ 随时间单调增加（$\frac{1}{2}\frac{d}{dt}S'(t) \geq 0$）。这与原始系统形成对比，在原始系统中，平方范数 $|P(t)|^2$（以及熵）可能会表现出局部极小值。
4. 计算构建：
   • 解析方法： 作者试图在封闭算符代数内寻找一个厄米生成元 $\Lambda = \ln \eta$。通过利用交换子将条件 $H = H^\dagger$ 进行展开，他们推导出一组代数方程（涉及系数 $G_{ijk}$）来求解 $\Lambda$。该方法假设在交换子下具有封闭结构，但这在所有非平凡相互作用问题中可能并不成立。
   • 数值方法： 对于解析闭合难以实现的一般情况，提出了一个迭代数值算法。该方法将 $\Lambda$ 视为代数中的旋转轴，通过执行迭代旋转来抑制生成元的反厄米分量（$\Delta H$），直到达到设定的容差。

主要结果
该方法被应用于静态接触图上的易感-感染-易感（SIS）流行病模型：

• 单调熵增长： 在变换后的系统中，Rényi 熵 $S'$ 单调增加直至达到平衡，而原始系统的熵则表现出先达到极大值后下降的过程。
• 统计等价性： 尽管进行了变换，但在正确应用度规算符的前提下，变换系统计算出的统计平均值（感染节点的均值和标准差）与原始系统的结果高度一致（Kolmogorov-Smirnov 距离 $< 10^{-3}$）。
• 相变检测： 两个系统中的 Rényi 熵极大值出现在相同的感染率与恢复率之比（$\beta/\gamma$）处。这证实了变换系统尽管恢复了时间可逆性，但仍保留了原始非厄米系统中发现的相变特征。
• 结构保持： 变换系统中的稳态分布（$|\phi\rangle$）保留了原始分布（$|P\rangle$）的结构指数，这表明 Dyson 映射的对角项控制着变换过程，而非对角项则起到混合成分以增加熵的作用。

意义与主张
本文声称为一类广泛的马尔可夫系统提供了一种通用的、具有计算可行性的恢复细致平衡的方法。通过将非厄米生成元转换为厄米生成元，该方法赋予了这些系统一种“熟悉的物理阐释”，其特征是严格的正熵产生。这使得可以应用标准统计物理工具（如熵最大化）来确定平衡态。

作者强调，该形式化建立了随机过程与量子动力学（通过 Wick 旋转 $t \to i\tau$）之间的联系（针对具有实且非负谱的系统）。这种类比表明，量子模拟器可能被用于解决受噪声和涨落主导的困难经典随机问题。然而，作者也谦逊地指出了局限性：当前方法要求实谱，无法直接处理具有复特征值（振荡行为）的系统；且解析构建依赖于并非在所有相互作用问题中都存在的特定代数闭合。该方法有效地用计算统计平均值（通过度规算符 $\tilde{\Omega}$）的复杂性，交换了处理非单调熵的复杂性。