論文の概要: Spectroscopy of two-dimensional interacting lattice electrons using symmetry-aware neural backflow transformations
- arxiv url: http://arxiv.org/abs/2406.09077v1
- Date: Thu, 13 Jun 2024 13:01:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-14 17:54:00.205253
- Title: Spectroscopy of two-dimensional interacting lattice electrons using symmetry-aware neural backflow transformations
- Title（参考訳）: 対称性を考慮した神経逆流変換を用いた二次元相互作用格子電子の分光学的研究
- Authors: Imelda Romero, Jannes Nys, Giuseppe Carleo,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural networks have shown to be a powerful tool to represent ground state of quantum many-body systems, including for fermionic systems. In this work, we introduce a framework for embedding lattice symmetries in Neural Slater-Backflow-Jastrow wavefunction ansatzes, and demonstrate how our model allows us to target the ground state and low-lying excited states. To capture the Hamiltonian symmetries, we introduce group-equivariant backflow transformations. We study the low-energy excitation spectrum of the t-V model on a square lattice away from half-filling, and find that our symmetry-aware backflow significantly improves the ground-state energies, and yields accurate low-lying excited states for up to 10x10 lattices. We additionally compute the two-point density-correlation function and the structure factor to detect the phase transition and determine the critical point. Finally, we quantify the variational accuracy of our model using the V-score.
- Abstract（参考訳）: ニューラルネットワークは、フェルミオン系を含む量子多体系の基底状態を表す強力なツールであることが示されている。
本研究では,ニューラル・スレーター・バックフロー・ジャストロー波動関数のアンサーゼに格子対称性を埋め込むためのフレームワークを導入する。
ハミルトニアン対称性を捉えるために、群同変バックフロー変換を導入する。
半充填から離れた正方形格子上でのt-Vモデルの低エネルギー励起スペクトルについて検討し、我々の対称性を考慮した逆流が基底状態のエネルギーを著しく改善し、最大10×10の格子に対して正確な低エネルギー励起状態が得られることを示した。
さらに、2点密度相関関数と構造因子を計算し、位相遷移を検出し臨界点を決定する。
最後に,Vスコアを用いてモデルの変動精度を定量化する。
関連論文リスト
- 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$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - First-Order Phase Transition of the Schwinger Model with a Quantum Computer [0.0]
格子シュウィンガーモデルにおける一階位相遷移を位相的$theta$-termの存在下で検討する。
本研究では, モデルの位相構造を明らかにする観測可能な電場密度と粒子数が, 量子ハードウェアから確実に得られることを示す。
論文 参考訳（メタデータ） (2023-12-20T08:27:49Z) - Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。
従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
論文 参考訳（メタデータ） (2023-03-13T13:06:40Z) - 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) - Slow semiclassical dynamics of a two-dimensional Hubbard model in
disorder-free potentials [77.34726150561087]
調和およびスピン依存線形ポテンシャルの導入は、fTWAを長期間にわたって十分に検証することを示した。
特に、有限2次元系に着目し、中間線形ポテンシャル強度において、高調波ポテンシャルの追加と傾きのスピン依存が、亜拡散力学をもたらすことを示す。
論文 参考訳（メタデータ） (2022-10-03T16:51:25Z) - Fermionic approach to variational quantum simulation of Kitaev spin
models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。
古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。
また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文 参考訳（メタデータ） (2022-04-11T18:00:01Z) - 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) - Geometric phase in a dissipative Jaynes-Cummings model: theoretical
explanation for resonance robustness [68.8204255655161]
我々は、ユニタリモデルと散逸型Jaynes-Cummingsモデルの両方で得られた幾何位相を計算する。
散逸モデルでは、非単体効果は、空洞壁を通る光子の流出から生じる。
幾何学的位相が堅牢であることを示し、非単体進化の下で消滅する補正を示す。
論文 参考訳（メタデータ） (2021-10-27T15:27:54Z) - Many-Body Quantum States with Exact Conservation of Non-Abelian and
Lattice Symmetries through Variational Monte Carlo [0.0]
我々は、大域的非アーベル対称性が本質的にその構造に埋め込まれているアンザッツを示す。
格子対称性を組み込むようにモデルを拡張します。
論文 参考訳（メタデータ） (2021-04-30T09:52:15Z) - Gauge Invariant and Anyonic Symmetric Transformer and RNN Quantum States for Quantum Lattice Models [16.987004075528606]
我々はゲージ不変あるいは正準対称自己回帰型ニューラルネットワーク量子状態を構築するための一般的なアプローチを開発する。
提案手法は,2次元および3次元のトーリック符号の基底および励起状態の正確な表現が可能であることを証明している。
我々は、様々なモデルのためのリアルタイム力学と同様に、基底状態のための自己回帰ニューラルネットワークの対称性を変動的に最適化する。
論文 参考訳（メタデータ） (2021-01-18T18:55:21Z) - Phases of two-dimensional spinless lattice fermions with first-quantized
deep neural-network quantum states [3.427639528860287]
格子上の強結合フェルミオン系を解析するために, 第一量子化ディープニューラルネットワーク技術を開発した。
我々は、畳み込み残差ブロックを持つディープ残差ネットワークを利用するSlater-Jastrowインスパイアされたアンサッツを使用する。
ニューラルネットワークアンサッツの柔軟性は、小さなシステムにおける正確な対角化結果と比較して高い精度をもたらす。
論文 参考訳（メタデータ） (2020-07-31T23:43:52Z)
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。