利用神经网络量子态进行连续变量优化
量子物理
2022-01-07 v3 最优化与控制
摘要
受连续变量量子近似优化（CV-QAOA）方案的启发，我们研究了连续变量神经网络量子态（CV-NQS）在执行连续优化中的效用，聚焦于经典反铁磁转子模型的基态优化。使用 CV-NQS 的变分蒙特卡洛所进行的数值实验表明，尽管该非局域算法能成功找到与局域梯度搜索方法相竞争的基态，但该方案存在不利的尺度缩放问题。我们提出了若干可能有助于缓解此缩放困难的扩展建议。
引用
@article{arxiv.2108.03325,
title = {Continuous-variable optimization with neural network quantum states},
author = {Yabin Zhang and David Gorsich and Paramsothy Jayakumar and Shravan Veerapaneni},
journal= {arXiv preprint arXiv:2108.03325},
year = {2022}
}