基于随机批次的交互量子粒子系统热平均的高效采样
量子物理
2021-06-16 v4
摘要
本文提出一种高效采样方法 pmmLang+RBM，用于计算交互量子粒子系统中的量子热平均。得益于随机批次方法（RBM），pmmLang+RBM 将每个时间步因相互作用力产生的复杂度从 降至 ，其中 为 bead 数， 为粒子数。尽管 RBM 在每个时间步引入了相互作用力的随机扰动，但沿采样过程的随机扰动的长期效应仅导致 pmmLang+RBM 的经验测度相对于目标分布存在微小偏差，这也意味着热平均计算中的误差很小。我们对 pmmLang+RBM 的收敛性进行了数值研究，并定量考察了热平均计算误差对批次大小、时间步等参数的依赖关系。我们还提出了 pmmLang+RBM 的一种扩展，其基于分裂蒙特卡洛方法，适用于相互作用势包含奇异部分的情形。
引用
@article{arxiv.2102.04688,
title = {Efficient Sampling of Thermal Averages of Interacting Quantum Particle Systems with Random Batches},
author = {Xuda Ye and Zhennan Zhou},
journal= {arXiv preprint arXiv:2102.04688},
year = {2021}
}