用 RBM 神经网络精确表示多体相互作用
核理论
2021-01-13 v2 计算物理
量子物理
摘要
受限玻尔兹曼机（RBM）是定义在二部图上的简单统计模型，已成功用于研究更复杂的经典与量子多体系统。在本工作中，我们利用 RBM 的表示能力，将多体接触相互作用精确分解为耦合到离散辅助场的一体算符。这一构造将用于 Hubbard 模型的著名 Hirsch 变换推广到更复杂的理论，如核物理中的无介子有效场论（Pionless EFT），我们对其进行了详细分析。我们还讨论了我们的映射在量子退火应用中的可能用途，并以通过机器学习优化 RBM 参数的一些启示作结。
引用
@article{arxiv.2005.03568,
title = {Exact representations of many body interactions with RBM neural networks},
author = {Ermal Rrapaj and Alessandro Roggero},
journal= {arXiv preprint arXiv:2005.03568},
year = {2021}
}