論文の概要: Hidden-nucleons neural-network quantum states for the nuclear many-body
problem
- arxiv url: http://arxiv.org/abs/2206.10021v1
- Date: Mon, 20 Jun 2022 22:00:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-08 18:40:10.494815
- Title: Hidden-nucleons neural-network quantum states for the nuclear many-body
problem
- Title（参考訳）: 核多体問題に対する隠れ核子ニューラルネットワーク量子状態
- Authors: A. Lovato, C. Adams, G. Carleo, N. Rocco
- Abstract要約: 元の空間に隠されたヌクレオンの付加は、ニューラルネットワークアーキテクチャの表現性を増大させることを示す。
この方法は、中質量核の高精度な量子モンテカルロ研究の道を開く。
- 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: We generalize the hidden-fermion family of neural network quantum states to
encompass both continuous and discrete degrees of freedom and solve the nuclear
many-body Schr\"odinger equation in a systematically improvable fashion. We
demonstrate that adding hidden nucleons to the original Hilbert space
considerably augments the expressivity of the neural-network architecture
compared to the Slater-Jastrow ansatz. The benefits of explicitly encoding in
the wave function point symmetries such as parity and time-reversal are also
discussed. Leveraging on improved optimization methods and sampling techniques,
the hidden-nucleon ansatz achieves an accuracy comparable to the
numerically-exact hyperspherical harmonic method in light nuclei and to the
auxiliary field diffusion Monte Carlo in $^{16}$O. Thanks to its polynomial
scaling with the number of nucleons, this method opens the way to
highly-accurate quantum Monte Carlo studies of medium-mass nuclei.
- Abstract（参考訳）: ニューラルネットワークの量子状態の隠れフェルミ群を一般化し、連続的および離散的自由度の両方を包含し、核多体シュル=オディンガー方程式を体系的に即興的に解く。
元のヒルベルト空間に隠れた核子を加えることで、スレーター・ジャストロウアンサッツと比較して神経ネットワークアーキテクチャの表現性が大幅に増大することを示した。
また、パリティや時間反転といった波動関数点対称性を明示的に符号化する利点についても論じる。
改良された最適化手法とサンプリング技術を利用して、隠れた核子アンサッツは、光核における数値的な超球面調和法や、$^{16}$Oにおける補助場拡散モンテカルロに匹敵する精度を達成する。
核子数の多項式スケーリングにより、この方法は中質量核の量子モンテカルロの研究を高精度に行うことができる。
関連論文リスト
- A Quantum Annealing Protocol to Solve the Nuclear Shell Model [0.0]
核基底状態に対する量子アニールプロトコルの実装について検討する。
十分なギャップを持つドライバハミルトンを提案し、最大28個のヌクレオンのセットアップで我々のアプローチを検証する。
論文 参考訳（メタデータ） (2024-11-11T13:00:37Z) - Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。
耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。
距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
論文 参考訳（メタデータ） (2024-02-22T16:33:48Z) - Expressibility-induced Concentration of Quantum Neural Tangent Kernels [4.561685127984694]
量子タンジェントカーネルモデルのトレーニング可能性と表現性の関係について検討する。
大域的損失関数に対して、大域的および局所的な量子符号化の両方の高表現性は、量子接核値の指数集中を0に導くことを厳密に証明する。
我々の発見は量子ニューラル・タンジェント・カーネルの重要な特徴を明らかにし、広い量子変動回路モデルの設計に有用な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-08T19:00:01Z) - 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) - Solving the nuclear pairing model with neural network quantum states [58.720142291102135]
本稿では,職業数形式論における核多体問題の解法としてモンテカルロ法を提案する。
リコンフィグレーションアルゴリズムのメモリ効率向上版を開発し,ハミルトニアンの期待値を最小限に抑えてネットワークをトレーニングする。
論文 参考訳（メタデータ） (2022-11-09T00:18:01Z) - Spectral density reconstruction with Chebyshev polynomials [77.34726150561087]
厳密な誤差推定で有限エネルギー分解能の制御可能な再構成を行う方法を示す。
これは、核と凝縮物質物理学における将来の応用の道を開くものである。
論文 参考訳（メタデータ） (2021-10-05T15:16:13Z) - Nuclei with up to $\boldsymbol{A=6}$ nucleons with artificial neural
network wave functions [52.77024349608834]
人工ニューラルネットワークを用いて、核の波動関数をコンパクトに表現する。
高精度な超球面調和法を用いて, それらの結合エネルギー, 点核子密度, ラジイをベンチマークした。
論文 参考訳（メタデータ） (2021-08-15T23:02:39Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z)
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。