論文の概要: Generating function for projected entangled-pair states
- arxiv url: http://arxiv.org/abs/2307.08083v2
- Date: Mon, 4 Mar 2024 03:27:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-07 03:08:51.880562
- Title: Generating function for projected entangled-pair states
- Title（参考訳）: 被写体絡み合い状態の生成関数
- Authors: Wei-Lin Tu, Laurens Vanderstraeten, Norbert Schuch, Hyun-Yong Lee,
Naoki Kawashima, Ji-Yao Chen
- Abstract要約: テンソルネットワークのダイアグラム和に対する生成関数アプローチを拡張した。
一粒子励起の形で、生成関数形式において励起状態が効率的に計算可能であることを示す。
我々は多粒子励起への一般化に関する議論を締めくくった。
- 参考スコア（独自算出の注目度）: 0.1759252234439348
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diagrammatic summation is a common bottleneck in modern applications of
projected entangled-pair states, especially in computing low-energy excitations
of a two-dimensional quantum many-body system. To solve this problem, here we
extend the generating function approach for tensor network diagrammatic
summation, a scheme previously proposed in the context of matrix product
states. Taking the form of a one-particle excitation, we show that the excited
state can be computed efficiently in the generating function formalism, which
can further be used in evaluating the dynamical structure factor of the system.
Our benchmark results for the spin-$1/2$ transverse-field Ising model and
Heisenberg model on the square lattice provide a desirable accuracy, showing
good agreement with known results. We then study the spin-$1/2$ $J_1$-$J_2$
model on the same lattice and investigate the dynamical properties of the
putative gapless spin liquid phase. We conclude with a discussion on
generalizations to multi-particle excitations.
- Abstract（参考訳）: 図式和は、投影された対流状態の現代の応用、特に2次元量子多体系の低エネルギー励起の計算において一般的なボトルネックである。
この問題を解決するために,行列積状態の文脈でこれまで提案されていたテンソルネットワーク図式和に対する生成関数アプローチを拡張する。
一粒子励起の形で、生成関数の定式化において励起状態が効率的に計算できることを示し、システムの動的構造因子を評価するためにさらに利用することができる。
正方格子上のスピン-$1/2$横場イジングモデルとハイゼンベルク模型のベンチマーク結果は望ましい精度を示し,既知の結果とよく一致している。
次に、同一格子上のスピン-$1/2$$$j_1$-$j_2$モデルを調べ、ギャップのないスピン液体相の力学特性を調べる。
我々は多粒子励起への一般化に関する議論を締めくくった。
関連論文リスト
- Latent Space Energy-based Neural ODEs [73.01344439786524]
本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。
マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。
発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
論文 参考訳（メタデータ） (2024-09-05T18:14:22Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$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) - Efficient and systematic calculation of arbitrary observables for the matrix product state excitation ansatz [0.0]
熱力学限界における単一粒子特性を持つ励起の期待値を計算する方法を提案する。
本研究では,スピン-1ハイゼンベルク鎖と一次元ハバード模型の低層励起について検討し,本手法の汎用性を示す。
我々はこの技術が励起アンザッツによるさらなる進歩を促進することを願っている。
論文 参考訳（メタデータ） (2024-08-30T08:59:29Z) - Spectroscopy of two-dimensional interacting lattice electrons using symmetry-aware neural backflow transformations [0.0]
本稿では格子対称性をNeural Slater-Backflow-Jastrow波動関数アンサテイズに埋め込むフレームワークを提案する。
我々は、我々のモデルが基底状態と低い励起状態をターゲットにする方法を実証する。
論文 参考訳（メタデータ） (2024-06-13T13:01:50Z) - Two-mode Squeezing in Floquet Engineered Power-law Interacting Spin Models [0.0]
階層間の2モードのスケザリングという形で、スケーラブルな絡み合いの生成は、一般的にパワーローモデルで達成できる。
空間的に時間的に設計された相互作用は、生成した絡み合いを大幅に増加させ、実際にハイゼンベルク制限スケーリングを達成する。
論文 参考訳（メタデータ） (2024-02-28T19:00:06Z) - Quantum tomography of helicity states for general scattering processes [55.2480439325792]
量子トモグラフィーは、物理学における量子系の密度行列$rho$を計算するのに欠かせない道具となっている。
一般散乱過程におけるヘリシティ量子初期状態の再構成に関する理論的枠組みを提案する。
論文 参考訳（メタデータ） (2023-10-16T21:23:42Z) - Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。
そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文 参考訳（メタデータ） (2023-04-08T07:55:36Z) - 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) - 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$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z) - Efficient variational contraction of two-dimensional tensor networks
with a non-trivial unit cell [0.0]
テンソルネットワーク状態は、強い相関の量子モデルとシステムを忠実にキャプチャする効率的な状態のクラスを提供する。
我々は最近提案された一次元量子格子をキャプチャするための変分行列積状態アルゴリズムを一般化する。
このアルゴリズムの重要な性質は、単位セルのサイズを指数的にではなく線形にスケールする計算努力である。
論文 参考訳（メタデータ） (2020-03-02T19:01:06Z) - Adiabatic ground state preparation in an expanding lattice [0.0]
我々は,2L$の格子上に量子多体基底状態波動関数を構築するために,$s$-sourceフレームワーク [Phys. Rev.B 93, 045127] にインスパイアされた数値アルゴリズムを実装し,特徴付ける。
ギャップが大きくて、興味深いことに、臨界点において大規模に建設がうまく行っていることが分かりました。
論文 参考訳（メタデータ） (2020-02-22T01:18:48Z)
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。