中文

以里德伯原子链中精确动力学基准化离散截断 Wigner 近似与神经网络量子态

量子气体 2024-03-07 v4 量子物理

摘要

我们以十条里德伯原子链中的精确激发与关联动力学为基准,对基于受限玻尔兹曼机类机器的离散截断 Wigner 近似(DTWA)和神经网络量子态(NQS)进行基准测试。初始态为所有原子均处于电子基态。我们使用里德伯激发的最大数量和时间平均数量来刻画激发动力学。对于大的里德伯-里德伯相互作用,DTWA 结果与精确动力学不同。相反,通过增加隐自旋数量,NQS 可得到改善,但仍局限于短时间动力学。有趣的是,无论相互作用强度如何,使用 NQS 获得的时间平均激发数量与精确结果高度一致。关于量子关联的计算,例如二阶二分和平均两站点 R\'enyi 熵,NQS 看起来更有前景。最后,我们讨论了平均两站点 R\'enyi 熵初始增长存在幂律标度。

关键词

引用

@article{arxiv.2110.02201,
  title  = {Benchmarking discrete truncated Wigner approximation and neural network quantum states with the exact dynamics in a Rydberg atomic chain},
  author = {Vighnesh Naik and Varna Shenoy and Weibin Li and Rejish Nath},
  journal= {arXiv preprint arXiv:2110.02201},
  year   = {2024}
}

备注

20 pages, 9 figures