从相互作用自旋链中推断少体可观测量上的马尔可夫量子主方程

由于编码多体量子系统状态所需参数数量随系统尺寸呈指数增长，获取其完整信息通常不可行。然而，为了理解这些系统中可观测的复杂现象，通常只需考虑局域可观测量或至多少体关联函数的动力学或稳态性质。这些量通常通过将感兴趣的特定子系统分离出来，并将多体系统的其余部分视为有效浴来研究。在最简单的情形中，该子系统动力学（实为开放量子动力学）可通过马尔可夫量子主方程近似。在此，我们将寻找子系统动力学生成元的问题表述为一个变分问题，并使用机器学习的标准优化工具箱求解。该动力学或“Lindblad”生成元提供了感兴趣子系统的相关动力学参数。重要的是，我们开发的算法确保学习到的生成元实现物理一致的开放量子时间演化。我们利用此方法学习受幺正量子动力学作用的多体系统子系统的动力学生成元。我们探究了该方法恢复二体子系统时间演化的能力，并利用生成元的物理一致性对子系统动力学的稳态做出预测。