极化子化学的深度量子蒙太斯方法

近年来，针对控制物质性质（如化学活性）的研究呈快速增长，如通过将其 confined 在光学腔中，其中光-物质耦合强度的增强导致混合光-物质态（即极化子）的创建。然而，仅仅开始发展的 ab initio 计算已能够考虑电磁场和物质的量子本质。我们引入一种深度学习变分量子蒙太斯方法来求解被光学腔约束的分子电子和光子薛定谔方程。我们将典型的电子神经网络波动函数 ansatz 扩展到描述由费米子和玻色子组成的联合系统，即电子-光子系统，以量子蒙太斯框架实现。我们将该方法应用于腔内的氢分子，计算其基态和激发态。我们评估了其能量、偶极矩、由于腔体导致的电荷密度位移、光子场的状态以及电子与光子之间形成的纠缠。当可能时，我们将结果与文献中提出的更常规量子化学方法进行比较，发现结果在定性上具有良好的一致性，从而扩展了使用机器学习技术可解决的科学问题范围。