神经量子态能否学习体积律基态？
量子物理
2023-07-19 v2 无序系统与神经网络
强关联电子
摘要
我们研究基于多层前馈网络的神经量子态能否找到表现出体积律纠缠熵的基态。作为测试平台，我们采用典型的 Sachdev-Ye-Kitaev 模型。我们发现，浅层和深层前馈网络都需要参数数量随系统大小呈指数增长才能表示该模型的基态。这表明，尽管足够复杂的量子态是相关模型的物理解而非病态情形，但在较大系统尺寸下仍可能难以学习至不可处理之程度。这凸显了进一步研究适于高效神经表示的量子态的物理性质的重要性。
引用
@article{arxiv.2212.02204,
title = {Can neural quantum states learn volume-law ground states?},
author = {Giacomo Passetti and Damian Hofmann and Pit Neitemeier and Lukas Grunwald and Michael A. Sentef and Dante M. Kennes},
journal= {arXiv preprint arXiv:2212.02204},
year = {2023}
}