稀缺且�声数据下的模拟器：应用于氘核的辅助场扩散蒙特卡罗方法

对计算昂贵的量子多体系统理论模型的验证、验证和不确定性量化要求构建快速且准确的模拟器。本文中，我们为辅助场扩散蒙特卡罗（AFDMC）方法开发了模拟器，该方法是处理核系统的强大多体方法。我们引入了辅助场扩散蒙特卡罗（AFDMC）的简化基方法（RBM）模拟器，并在氘核的简单案例中进行研究。 Furthermore, 我们将我们的RBM模拟器与最近提出的参数化矩阵模型（PMM）进行比较，后者结合了RBM和机器学习的元素。我们将这两种方法与传统的高斯过程模拟器进行对比。本文中构建的这三个模拟器都基于非常有限的5个训练点，正如预期的那样，用于真实的AFDMC计算，但用以验证$\mathcal{O}(10^3)$的精确解。我们发现，PMM在应用于AFDMC时，具有约0.1%的模拟器误差和约$10^7$的加速因子，优于我们对另外两种方法的实现。