来自RK模型到自旋链的精确映射网络
机器学习
2026-02-12 v1 最优化与控制
摘要
我们研究了实现-lattice规范理论的Rokhsar-Kivelson(RK)二聚子和自旋冰模型,在广泛的准一维设置中,这些模型定义了一个用于研究少量量子弦(封闭电场线)相互作用的环境。我们发现了这些模型映射到三个量子链的一大系列映射:spin-1/2 XXZ链、spin-1链以及一种以矩形条形瓷砖配置最佳描述的动力学受限费米子链。我们指出,链上边界条件的扭转映射到电场弦的横向动量,其Drude权重映射到弦单位长度质量的倒数。我们采用DMRG仿真对这些自旋链的相图进行数值求解,发现这些模型在全2D问题上的全球相似性,但也存在许多有趣的新特征。例如,我们得到的spin-1链在其RK点上拥有一族连续的退化基态,类似于布洛赫球体,但不具备底层的微观全局对称性。我们还通过Bogdan化和数值方法论证,在我们研究的模型中的RK点之外存在一个(稳定的)劳氏禁止无能带临界点。这一发现颇具惊讶,因为该完整2D问题在RK点之外通常是有能隙的。该模型同样显示大量的局部守恒量,这些守恒量因电场线之间的破坏共振而导致希尔伯特空间的碎片化。我们的结果凸显了自旋链映射作为探索特殊动力学、异质临界性以及格子规范理论低能物理的强大技术。
引用
@article{arxiv.2602.10204,
title = {Adaptive Optimization via Momentum on Variance-Normalized Gradients},
author = {Francisco Patitucci and Aryan Mokhtari},
journal= {arXiv preprint arXiv:2602.10204},
year = {2026}
}
备注
28 pages