Fugu-MT 論文翻訳(概要): Benchmarks and results of the two-band Hubbard model from the Gutzwiller conjugate gradient minimization theory

論文の概要: Benchmarks and results of the two-band Hubbard model from the Gutzwiller conjugate gradient minimization theory

arxiv url: http://arxiv.org/abs/2210.12032v1
Date: Mon, 16 Jan 2023 16:58:14 GMT
ステータス: 処理完了
システム内更新日: 2023-01-18 19:37:39.389237
Title: Benchmarks and results of the two-band Hubbard model from the Gutzwiller conjugate gradient minimization theory
Title（参考訳）: Gutzwiller共役勾配最小化理論による二バンドハバードモデルのベンチマークと結果
Authors: Zhuo Ye, Feng Zhang, Yong-Xin Yao, Cai-Zhuang Wang, and Kai-Ming Ho
Abstract要約: 一次元の2バンドハバードモデルのエネルギーや二重占有率などの基底状態特性を計算した。この手法には回転不変な手法が組み込まれ、300倍のスピードアップで計算複雑性を大幅に低減する。
参考スコア（独自算出の注目度）: 4.038971004196936
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Ground-state properties, such as energies and double occupancies, of a one-dimensional two-band Hubbard model are calculated using a first principles Gutzwiller conjugate gradient minimization theory. The favorable agreement with the results from the density matrix renormalization group theory demonstrates the accuracy of our method. A rotationally invariant approach is further incorporated into the method to greatly reduce the computational complexity with a speedup of 300 times. Moreover, we investigate the Mott transition between a metal and a Mott insulator by evaluating the charge gap. With greatly reduced computational effort, our method reproduces the phase diagram in reasonable agreement with the density matrix renormalization group theory.
Abstract（参考訳）: 第1原理gutzwiller共役勾配最小化理論を用いて、一次元の2バンドハバードモデルのエネルギーや二重占有率などの基底状態特性を計算する。密度行列再正規化群理論による結果との良好な一致は,本手法の精度を示す。さらに、300倍のスピードアップで計算複雑性を大幅に削減するために、回転不変アプローチが組み込まれている。さらに,金属とモット絶縁体間のモット遷移を電荷ギャップの評価により検討した。計算量を大幅に削減し、密度行列再正規化群理論と合理的に一致して位相図を再現する。

関連論文リスト

Entanglement and the density matrix renormalisation group in the generalised Landau paradigm [0.0]
我々は、対称1次元量子格子モデルのギャップ位相と双対性の間の相互作用を利用する。位相図のすべての位相について、すべての対称性を破る基底状態の双対表現は、絡み合いエントロピーと必要な変分パラメータの数の両方を最小化する。本研究は,高相関系のナッツ・ボルトシミュレーションにおける一般化非可逆対称性の有用性とそれらの形式的カテゴリー論的記述を検証した。
論文参考訳（メタデータ） (2024-08-12T17:51:00Z)
A hybrid iterative method based on MIONet for PDEs: Theory and numerical examples [5.581859462239914]
頻繁に使われるスムーズなスムーズ、すなわちリチャードソン(ヤコビの損傷)とガウス=シーデルの理論結果を示す。メッシュレス加速法として、実践応用のための膨大なポテンシャルが提供される。
論文参考訳（メタデータ） (2024-02-11T11:02:25Z)
Sampling with Mollified Interaction Energy Descent [57.00583139477843]
モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
論文参考訳（メタデータ） (2022-10-24T16:54:18Z)
Neural-network preconditioners for solving the Dirac equation in lattice gauge theory [0.5999777817331318]
この研究は、格子量子場理論におけるウィルソン・ディラック正規方程式の解を加速するためのニューラルネットワークベースのプレコンディショナーを開発する。また、小さな格子体積のアンサンブルで訓練されたプレコンディショナーを用いて、格子体積の何倍も大きいアンサンブルのためのプレコンディショナーを構築することができる。
論文参考訳（メタデータ） (2022-08-04T15:50:41Z)
Photoinduced prethermal order parameter dynamics in the two-dimensional large-$N$ Hubbard-Heisenberg model [77.34726150561087]
2次元相関電子モデルにおいて、競合する秩序相の微視的ダイナミクスについて検討する。 2つの競合する位相間の光誘起遷移をシミュレートする。
論文参考訳（メタデータ） (2022-05-13T13:13:31Z)
Stochastic normalizing flows as non-equilibrium transformations [62.997667081978825]
正規化フローは従来のモンテカルロシミュレーションよりも効率的に格子場理論をサンプリングするための経路を提供することを示す。本稿では,この拡張された生成モデルの効率を最適化する戦略と応用例を示す。
論文参考訳（メタデータ） (2022-01-21T19:00:18Z)
Cluster Mean Field plus Density Matrix Renormalization theory for the Bose Hubbard Model [0.0]
1次元Bose-Hubbardモデルの位相を理解するための新しいアプローチを開発する。平均場理論の単純さと密度行列再正規化群法の数値パワーを統合する。
論文参考訳（メタデータ） (2022-01-06T04:59:44Z)
On the Convergence of Stochastic Extragradient for Bilinear Games with Restarted Iteration Averaging [96.13485146617322]
本稿では, ステップサイズが一定であるSEG法の解析を行い, 良好な収束をもたらす手法のバリエーションを示す。平均化で拡張した場合、SEGはナッシュ平衡に確実に収束し、スケジュールされた再起動手順を組み込むことで、その速度が確実に加速されることを証明した。
論文参考訳（メタデータ） (2021-06-30T17:51:36Z)
Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。新規な構造化融合正規化に基づく一般グラフ推定器を提案する。提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文参考訳（メタデータ） (2021-03-05T04:42:32Z)
Tighter Bounds on the Log Marginal Likelihood of Gaussian Process Regression Using Conjugate Gradients [19.772149500352945]
下界の最大化によるモデルパラメータの近似的最大度学習は、スパース変分アプローチの利点の多くを保っていることを示す。実験では、他の共役グラデーションベースのアプローチと比較して、トレーニング時間の同等の量のためのモデルで予測性能の改善を示します。
論文参考訳（メタデータ） (2021-02-16T17:54:59Z)
Interpolation Technique to Speed Up Gradients Propagation in Neural ODEs [71.26657499537366]
本稿では,ニューラルネットワークモデルにおける勾配の効率的な近似法を提案する。我々は、分類、密度推定、推論近似タスクにおいて、ニューラルODEをトレーニングするリバースダイナミック手法と比較する。
論文参考訳（メタデータ） (2020-03-11T13:15:57Z)

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。