Cirac, Ignacio (Prof. Dr.); Pollmann, Frank (Prof. Dr.)
Sprache:
en
Fachgebiet:
PHY Physik
Kurzfassung:
The thesis is divided into three parts. In the first part, we explore scenarios where quantum dynamics is slow and information is localized. In the second part, we design thermodynamic protocols by engineering time-dependent Hamiltonians of a system interacting with its bath. Finally, in the third part, we examine the intersections between tensor-network methods for quantum mechanics and machine learning methods.
Übersetzte Kurzfassung:
Diese Arbeit besteht aus drei Teilen. In erste Teil diskutieren wir Szenarien, in denen die Zeitentwicklung nicht zur Thermalisierung des Systems führt und in denen Information räumlich lokalisiert bleibt. In zweite Teil konstruieren wir thermodynamische Protokolle, die die Thermalisierung beschleunigen, über das in der klassischen Physik gegebene Limit. In Teil vier schliessen wir mit der Begutachtung von Tensornetzwerkmethoden in der künstlichen Intelligenz ab.