論文の概要: Message-Passing Neural Quantum States for the Homogeneous Electron Gas

• arxiv url: http://arxiv.org/abs/2305.07240v1
• Date: Fri, 12 May 2023 04:12:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-15 14:07:06.822477
• Title: Message-Passing Neural Quantum States for the Homogeneous Electron Gas
• Title（参考訳）: 均一電子ガスのためのメッセージパージング型ニューラル量子状態
• Authors: Gabriel Pescia, Jannes Nys, Jane Kim, Alessandro Lovato, Giuseppe Carleo
• Abstract要約: 連続空間における強相互作用フェルミオンを正確にシミュレートする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次元でシミュレートすることにより, このアンザッツの汎用性と精度を示す。
• 参考スコア（独自算出の注目度）: 58.720142291102135
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a neural-network-based wave function Ansatz to accurately simulate extended, strongly interacting fermions in continuous space. The variational state is parameterized via permutation-equivariant message-passing neural networks to transform single-particle coordinates into highly correlated quasi-particle coordinates. We show the versatility and accuracy of this Ansatz by simulating the ground state of the homogeneous electron gas in three spatial dimensions at different densities and system sizes. Our model respects the fundamental symmetries of the Hamiltonian, such as continuous translation symmetries. We show better or comparable ground-state energies on small benchmark systems, compared to current state-of-the-art neural-network wave functions, using orders of magnitudes less variational parameters and optimization steps. These savings allow us to scale up to system sizes of $N=128$ electrons, previously inaccessible to neural-network wave functions in continuous space, opening the door for future work on finite-size extrapolations to the thermodynamic limit. We investigate the Ansatz's capability of identifying and representing different phases of matter without imposing any structural bias toward a given phase.
• Abstract（参考訳）: 連続空間における強相互作用フェルミオンを正確にシミュレートする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。 変動状態は、置換同変メッセージパッシングニューラルネットワークを介してパラメータ化され、単粒子座標を高度に相関した準粒子座標に変換する。 異質な電子気体の基底状態を密度と系の大きさの異なる3次元でシミュレートすることにより,このアンサッツの汎用性と精度を示す。 我々のモデルは、連続変換対称性のようなハミルトニアンの基本対称性を尊重する。 我々は,現在のニューラルネットワーク波動関数と比較して,小さなベンチマークシステムにおいて,変動パラメータや最適化ステップを桁違いに減らし,より優れた,あるいは同等の基底状態エネルギーを示す。 これらの貯蓄により、それまで連続空間のニューラルネットワーク波動関数に到達できなかったN=128$電子のシステムサイズまでスケールでき、熱力学限界に対する有限サイズの外挿の研究の扉を開くことができる。 特定の相に対して構造バイアスを課すことなく、異なる相を識別・表現するアンサッツの能力について検討する。

関連論文リスト

• Simulating continuous-space systems with quantum-classical wave functions [0.0]
  非相対論的相互作用量子多体系は、自然に連続空間ハミルトニアンの言葉で記述される。 現在のアルゴリズムでは離散化が必要であり、通常は有限基底集合を選択し、必然的にエラーを発生させる。 我々は、古典的資源と量子的資源を大域的変動アンサッツに組み合わせた、別の離散化のないアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-10T10:54:59Z)
• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• Machine learning one-dimensional spinless trapped fermionic systems with neural-network quantum states [1.6606527887256322]
  ガウスポテンシャルを介して相互作用する完全に偏極された1次元フェルミオン系の基底状態特性を計算する。 我々は、波動関数のアンサッツとして、反対称人工ニューラルネットワーク(英語版)またはニューラル量子状態を用いる。 相互作用の兆候によって、非常に異なる基底状態が見つかる。
  論文  参考訳（メタデータ） (2023-04-10T17:36:52Z)
• Signatures of a quantum phase transition on a single-mode bosonic model [0.0]
  平衡相転移は多体系の微視的挙動から生じる。 これらは熱力学限界における熱力学ポテンシャルの非解析的挙動によって定義される。 これまでの考え方を極端に考えると、そのような制限は拡張されないシステムでも定義できると論じる。
  論文  参考訳（メタデータ） (2023-03-22T20:14:45Z)
• Simulating 2+1D Lattice Quantum Electrodynamics at Finite Density with Neural Flow Wavefunctions [5.049046327655608]
  有限密度の動的フェルミオンを持つ2+1D格子型コンパクト量子電磁力学をシミュレートするニューラルフロー波動関数Gauge-Fermion FlowNetを提案する。 異なるフェルミオン密度およびホッピング状態における閉じ込め現象と弦破断現象について検討した。
  論文  参考訳（メタデータ） (2022-12-14T18:59:07Z)
• Tuning long-range fermion-mediated interactions in cold-atom quantum simulators [68.8204255655161]
  コールド原子量子シミュレータにおける工学的な長距離相互作用は、エキゾチックな量子多体挙動を引き起こす。 そこで本研究では,現在実験プラットフォームで利用可能ないくつかのチューニングノブを提案する。
  論文  参考訳（メタデータ） (2022-03-31T13:32:12Z)
• 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)
• Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
  我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。 一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。 二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
  論文  参考訳（メタデータ） (2021-12-22T15:27:30Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Quantum Simulation of the Bosonic Creutz Ladder with a Parametric Cavity [5.336258422653554]
  ハードウェア効率のよいアナログ量子シミュレータとして,マルチモード超伝導パラメトリックキャビティを用いた。 複雑なホッピング相互作用を持つ合成次元の格子を実現する。 複素数値ホッピング相互作用により、例えばゲージポテンシャルやトポロジカルモデルなどをシミュレートすることができる。
  論文  参考訳（メタデータ） (2021-01-11T14:46:39Z)

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。