通过轨道旋转增强变分神经与硬件高效量子态的表达能力
量子物理
2023-10-10 v2 其他凝聚态物理
摘要
变分方法，如变分蒙特卡洛（VMC）或变分量子本征求解器（VQE），是解决基态多电子问题的有力技术。通常，变分态族在哈密顿量经单粒子基变换重参数化下并不不变。因此，基态波函数被变分拟设表示的能力强烈依赖于单粒子基的选取。本稿中我们研究在VMC（采用神经量子态）与VQE（采用硬件高效线路）方法中，单粒子基与变分态的联合优化。我们表明，单粒子基与变分态参数的联合优化在多种化学与凝聚态体系中显著改善了表达能力与优化地形。我们还实现了首个使用神经量子态的活性空间计算，其中单粒子基变换应用于基组中的所有轨道。
引用
@article{arxiv.2302.11588,
title = {Enhancing the Expressivity of Variational Neural, and Hardware-Efficient Quantum States Through Orbital Rotations},
author = {Javier Robledo Moreno and Jeffrey Cohn and Dries Sels and Mario Motta},
journal= {arXiv preprint arXiv:2302.11588},
year = {2023}
}