論文の概要: Solving and visualizing fractional quantum Hall wavefunctions with neural network
- arxiv url: http://arxiv.org/abs/2412.00618v1
- Date: Sat, 30 Nov 2024 23:58:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:41:19.724203
- Title: Solving and visualizing fractional quantum Hall wavefunctions with neural network
- Title(参考訳): ニューラルネットワークを用いた分数量子ホール波動関数の解法と可視化
- Authors: Yi Teng, David D. Dai, Liang Fu,
- Abstract要約: 磁場中における2次元クーロン電子ガスの問題を変動的に解くために,注意に基づくフェルミオン型ニューラルネットワーク(FNN)を導入する。
我々のFNNは、LLプロジェクションされた正確な対角化(ED)よりも一貫してエネルギーを低くし、基底状態の波動関数を高精度に学習する。
- 参考スコア(独自算出の注目度): 0.5898893619901381
- License:
- Abstract: We introduce an attention-based fermionic neural network (FNN) to variationally solve the problem of two-dimensional Coulomb electron gas in magnetic fields, a canonical platform for fractional quantum Hall (FQH) liquids, Wigner crystals and other unconventional electron states. Working directly with the full Hilbert space of $N$ electrons confined to a disk, our FNN consistently attains energies lower than LL-projected exact diagonalization (ED) and learns the ground state wavefunction to high accuracy. In low LL mixing regime, our FNN reveals microscopic features in the short-distance behavior of FQH wavefunction beyond the Laughlin ansatz. For moderate and strong LL mixing parameters, the FNN outperforms ED significantly. Moreover, a phase transition from FQH liquid to a crystal state is found at strong LL mixing. Our study demonstrates unprecedented power and universality of FNN based variational method for solving strong-coupling many-body problems with topological order and electron fractionalization.
- Abstract(参考訳): 本研究では,磁場中の2次元クーロン電子ガス問題,分数量子ホール(FQH)液体,ウィグナー結晶,その他の非伝統的な電子状態の正準プラットフォームを変動的に解くために,注意に基づくフェルミオン型ニューラルネットワーク(FNN)を導入する。
我々のFNNは、ディスクに閉じ込められたN$電子のヒルベルト空間と直接連携し、LLプロジェクションされた正確な対角化(ED)よりも低いエネルギーを一貫して達成し、基底状態の波動関数を高精度に学習する。
低LL混合系では、FQH波動関数のラウリンアンザッツを超える短距離挙動の微視的特徴を明らかにした。
中程度のLL混合パラメータと強いLL混合パラメータでは、FNNはEDを大きく上回る。
また,強いLL混合ではFQH液から結晶状態への相転移がみられた。
本研究は,FNNに基づく多体問題とトポロジカル秩序と電子分数化との強い結合を解くための変分法において,前例のないパワーと普遍性を示すものである。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$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) - Theory of fractional quantum Hall liquids coupled to quantum light and emergent graviton-polaritons [0.0]
有限電場勾配を持つ単一モードキャビティにおける$nu=1/3$ラウリン状態のダイナミクスについて検討する。
FQH状態の位相的シグネチャは、非局所変調空洞真空変動に対して頑健である。
FQH相の中で低エネルギー励起スペクトルを探索することにより、新しい中性準粒子であるグラビトン・ポラリトンを同定する。
論文 参考訳(メタデータ) (2024-05-20T18:00:36Z) - Realization of fractional quantum Hall state with interacting photons [7.469716894645766]
エンジニアリングされた量子プラットフォームに対するボトムアップアプローチは、外部磁場なしでFQH状態を操作する機会を提供する。
我々は、光子遮断とエンジニアリングゲージ場に基づくプログラム可能なオンチッププラットフォームを用いて、光子FQH状態の格子バージョンを実証する。
論文 参考訳(メタデータ) (2024-01-30T13:55:41Z) - Neural-network quantum states for ultra-cold Fermi gases [49.725105678823915]
この研究は、メッセージパッシングアーキテクチャに基づいたバックフロー変換を含む、新しいPfaffian-Jastrowニューラルネットワーク量子状態を導入する。
逆スピン対分布関数による強いペアリング相関の出現を観察する。
この結果から, ニューラルネットワーク量子状態は, 超低温フェルミガスの研究に有望な戦略をもたらすことが示唆された。
論文 参考訳(メタデータ) (2023-05-15T17:46:09Z) - Quantum emulation of the transient dynamics in the multistate
Landau-Zener model [50.591267188664666]
本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。
我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
論文 参考訳(メタデータ) (2022-11-26T15:04:11Z) - A first-principles calculation of electron-phonon interactions for the
$\text{C}_2\text{C}_\text{N}$ and $\text{V}_\text{N}\text{N}_\text{B}$
defects in hexagonal boron nitride [52.77024349608834]
2次元ヘキサゴナル窒化ホウ素(h-BN)の量子放出体は大きな関心を集めている。
室温におけるh-BNフレークから放出されるフーリエ変換(FT)制限光子の最近の観測
論文 参考訳(メタデータ) (2022-07-28T23:31:38Z) - Discovering Quantum Phase Transitions with Fermionic Neural Networks [0.0]
ディープニューラルネットワークはモンテカルロ計算の高精度な波動関数 ans" として非常に成功している。
我々は、周期的ハミルトニアンの基底状態の計算にそのようなアンサッツであるフェルミネットの拡張を示す。
論文 参考訳(メタデータ) (2022-02-10T17:32:17Z) - Wave function Ansatz (but Periodic) Networks and the Homogeneous
Electron Gas [1.7944372791281356]
均一電子ガスの基底状態波動関数を変動的に検出するニューラルネットワークAnsatzを設計する。
7,14,19電子のスピン偏極相と常磁性相を幅広い密度で研究した。
この貢献により、ニューラルネットワークモデルは、周期的な電子システムに対して、柔軟で高精度なAns"atzeとして確立される。
論文 参考訳(メタデータ) (2022-02-02T14:12:49Z) - 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) - Dirac-type nodal spin liquid revealed by refined quantum many-body
solver using neural-network wave function, correlation ratio, and level
spectroscopy [0.0]
本稿では,量子多体システムのための機械学習手法が最先端の精度を実現していることを示す。
この成果は、機械学習技術を用いた量子状態表現が、量子多体物理学における大きな課題を調査するための有望なツールであることを証明している。
論文 参考訳(メタデータ) (2020-05-28T16:54:47Z) - Einselection from incompatible decoherence channels [62.997667081978825]
我々は、CQED実験にインスパイアされたオープン量子力学を、2つの非可換リンドブラッド作用素を用いて解析する。
Fock状態は、決定的な結合をデコヒーレンスにデコヒーレンスする最も堅牢な状態のままであることを示す。
論文 参考訳(メタデータ) (2020-01-29T14:15:19Z)
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。