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

• Experimental observation of parity-symmetry-protected phenomena in the quantum Rabi model with a trapped ion [13.368172641201571]
  超強結合状態や深い結合状態に高度に制御可能な拡張量子Rabiモデルチューニングを実験的にシミュレートする。 重結合系における2レベル系エントロピーとフォノンウィグナー関数に対する感度応答について検討した。 この研究は対称性制御量子現象とその高精度量子技術への応用の展望を提供する。
  論文  参考訳（メタデータ） (2025-01-10T12:23:43Z)
• 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$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• Thermalization and Criticality on an Analog-Digital Quantum Simulator [133.58336306417294]
  本稿では,69個の超伝導量子ビットからなる量子シミュレータについて述べる。 古典的Kosterlitz-Thouless相転移のシグネチャと,Kibble-Zurekスケール予測からの強い偏差を観測する。 本システムは, 対角二量体状態でディジタル的に調製し, 熱化時のエネルギーと渦の輸送を画像化する。
  論文  参考訳（メタデータ） (2024-05-27T17:40:39Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Emergence of non-Abelian SU(2) invariance in Abelian frustrated fermionic ladders [37.69303106863453]
  2脚の三角形のはしご上でスピンレスフェルミオンを相互作用させるシステムについて考察する。 顕微鏡的には、全フェルミオン電荷の保存に対応するU(1)対称性と離散$mathbbZ$対称性を示す。 3つの相の交点において、系は始点 SU(2) 対称性を持つ臨界点を特徴とする。
  論文  参考訳（メタデータ） (2023-05-11T15:57:27Z)
• Localization and melting of interfaces in the two-dimensional quantum Ising model [0.0]
  2次元量子イジングモデルにおいて、共存する強磁性領域の非平衡進化について検討する。 本研究では,大きな気泡を模擬した量子ゆらぎ界面を有効1次元システムとして研究できることを実証する。
  論文  参考訳（メタデータ） (2022-03-17T17:48:51Z)
• 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)
• Quantum transport and localization in 1d and 2d tight-binding lattices [39.26291658500249]
  凝縮マター系における粒子輸送と局在現象は、強結合格子ハミルトニアンを用いてモデル化することができる。 ここでは, 量子輸送を1次元および2次元の強結合格子で実験的に研究し, 完全に制御可能な3倍の超伝導量子ビット配列でエミュレートした。
  論文  参考訳（メタデータ） (2021-07-11T12:36:12Z)
• 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)
• Efficient Tensor Network ansatz for high-dimensional quantum many-body problems [0.0]
  本稿では,量子多体波動関数のツリーネットワーク表現をよく確立したテンソルネットワーク構造を導入する。 我々は、前例のない精度とシステムサイズを示すパラダイム的2次元スピンモデルに対して、この新しいアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2020-11-16T19:00:04Z)
• 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。