論文の概要: Discovering Quantum Phase Transitions with Fermionic Neural Networks
- arxiv url: http://arxiv.org/abs/2202.05183v1
- Date: Thu, 10 Feb 2022 17:32:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-14 16:36:36.556548
- Title: Discovering Quantum Phase Transitions with Fermionic Neural Networks
- Title(参考訳): フェルミオンニューラルネットワークによる量子相転移の発見
- Authors: G. Cassella, H. Sutterud, S. Azadi, N. D. Drummond, D. Pfau, J. S.
Spencer, W. M. C. Foulkes
- Abstract要約: ディープニューラルネットワークはモンテカルロ計算の高精度な波動関数 ans" として非常に成功している。
我々は、周期的ハミルトニアンの基底状態の計算にそのようなアンサッツであるフェルミネットの拡張を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deep neural networks have been extremely successful as highly accurate wave
function ans\"atze for variational Monte Carlo calculations of molecular ground
states. We present an extension of one such ansatz, FermiNet, to calculations
of the ground states of periodic Hamiltonians, and study the homogeneous
electron gas. FermiNet calculations of the ground-state energies of small
electron gas systems are in excellent agreement with previous initiator full
configuration interaction quantum Monte Carlo and diffusion Monte Carlo
calculations. We investigate the spin-polarized homogeneous electron gas and
demonstrate that the same neural network architecture is capable of accurately
representing both the delocalized Fermi liquid state and the localized Wigner
crystal state. The network is given no \emph{a priori} knowledge that a phase
transition exists, but converges on the translationally invariant ground state
at high density and spontaneously breaks the symmetry to produce the
crystalline ground state at low density.
- Abstract(参考訳): ディープニューラルネットワークは分子基底状態の変動モンテカルロ計算のための高精度波動関数 ans\atze として非常に成功した。
我々は、周期的ハミルトニアンの基底状態の計算にそのようなアンザッツであるフェルミネットを拡張し、同質電子ガスの研究を行う。
小さな電子ガス系の基底状態エネルギーのフェルミネット計算は、以前の開始子フル構成相互作用量子モンテカルロ計算と拡散モンテカルロ計算とよく一致している。
スピン偏極同質電子ガスについて検討し、同じニューラルネットワークアーキテクチャが非局在フェルミ液体状態と局在ウィグナー結晶状態の両方を正確に表現できることを示した。
このネットワークは、位相遷移が存在するという知識は与えられていないが、高密度で並進不変な基底状態上に収束し、自発的に対称性を破って低密度で結晶基底状態を生成する。
関連論文リスト
- Ferromagnetic semimetal and charge-density wave phases of interacting electrons in a honeycomb moiré potential [11.888482610984967]
準充填時のハニカムモワール格子上の二次元電子ガスについて検討した。
モワールポテンシャルの増大に伴い、系は常磁性金属から遍歴強磁性半金属へと遷移する。
論文 参考訳(メタデータ) (2024-06-03T18:19:38Z) - Thermalization and Criticality on an Analog-Digital Quantum Simulator [133.58336306417294]
本稿では,69個の超伝導量子ビットからなる量子シミュレータについて述べる。
古典的Kosterlitz-Thouless相転移のシグネチャと,Kibble-Zurekスケール予測からの強い偏差を観測する。
本システムは, 対角二量体状態でディジタル的に調製し, 熱化時のエネルギーと渦の輸送を画像化する。
論文 参考訳(メタデータ) (2024-05-27T17:40:39Z) - Accurate Computation of Quantum Excited States with Neural Networks [4.99320937849508]
量子系の最低励起状態を推定するための変分モンテカルロアルゴリズムを提案する。
本手法はベンゼンスケール分子の正確な垂直励起エネルギーを得るための最初の深層学習手法である。
我々はこの技術が原子、核、凝縮物質物理学への応用に大きな関心を寄せることを期待している。
論文 参考訳(メタデータ) (2023-08-31T16:27:08Z) - Neural-network quantum states for ultra-cold Fermi gases [49.725105678823915]
この研究は、メッセージパッシングアーキテクチャに基づいたバックフロー変換を含む、新しいPfaffian-Jastrowニューラルネットワーク量子状態を導入する。
逆スピン対分布関数による強いペアリング相関の出現を観察する。
この結果から, ニューラルネットワーク量子状態は, 超低温フェルミガスの研究に有望な戦略をもたらすことが示唆された。
論文 参考訳(メタデータ) (2023-05-15T17:46:09Z) - Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。
等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
論文 参考訳(メタデータ) (2023-05-12T04:12:04Z) - Dilute neutron star matter from neural-network quantum states [58.720142291102135]
低密度中性子物質はクーパー対の形成と超流動の開始によって特徴づけられる。
我々は、モンテカルロ変分法と再構成技術を組み合わせた隠れ核量子ネットワーク量子状態の表現性に乗じて、この密度構造をモデル化する。
論文 参考訳(メタデータ) (2022-12-08T17:55:25Z) - Accessing the topological Mott insulator in cold atom quantum simulators
with realistic Rydberg dressing [58.720142291102135]
本稿では, コールド・ライドバーグ型原子を用いた光学格子の量子シミュレーションの現実的シナリオについて検討する。
本研究では, 平均場近似において, 半次および非共役充填時の位相図の詳細な解析を行う。
さらに、平均場近似における温度に対する相の安定性について検討する。
論文 参考訳(メタデータ) (2022-03-28T14:55:28Z) - Wave function Ansatz (but Periodic) Networks and the Homogeneous
Electron Gas [1.7944372791281356]
均一電子ガスの基底状態波動関数を変動的に検出するニューラルネットワークAnsatzを設計する。
7,14,19電子のスピン偏極相と常磁性相を幅広い密度で研究した。
この貢献により、ニューラルネットワークモデルは、周期的な電子システムに対して、柔軟で高精度なAns"atzeとして確立される。
論文 参考訳(メタデータ) (2022-02-02T14:12:49Z) - Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。
1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。
ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
論文 参考訳(メタデータ) (2021-05-27T18:00:02Z) - Probing eigenstate thermalization in quantum simulators via
fluctuation-dissipation relations [77.34726150561087]
固有状態熱化仮説(ETH)は、閉量子多体系の平衡へのアプローチの普遍的なメカニズムを提供する。
本稿では, ゆらぎ・散逸関係の出現を観測し, 量子シミュレータのフルETHを探索する理論に依存しない経路を提案する。
我々の研究は、量子シミュレータにおける熱化を特徴づける理論に依存しない方法を示し、凝縮物質ポンプ-プローブ実験をシミュレーションする方法を舗装する。
論文 参考訳(メタデータ) (2020-07-20T18:00:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。