从群论视角看费米子神经网络

我们概述了将神经量子态方法应用于原子核多体问题的研究。通过群表示论的视角，我们重点研究了构建具有物理对称性的神经网络拟设(ansatz)的问题。我们明确证明了行列式——作为构建反对称神经网络波函数最常用的方法之一——可以理解为群卷积的结果。我们还指出了与其他群卷积操作相比，该构造在实践中如此高效的原因。我们得出结论，群表示论是在神经量子态中显式引入对称性的一条极具前景的途径。