从架构到应用：神经量子态综述
无序系统与神经网络
2024-07-29 v3 量子气体
强关联电子
量子物理
摘要
由于希尔伯特空间维度随系统大小呈指数增长，量子多体系统的模拟至今仍是一个持续的挑战。本文回顾了一类相对较新的用于模拟此类系统的变分态，即神经量子态（NQS），它通过用网络参数压缩态而不是存储精确参数化所需的所有指数级系数来克服指数缩放。我们介绍了常用的NQS架构及其在模拟基态和激发态、有限温度和开放系统态以及模拟量子态动力学的NQS方法中的各种应用。此外，我们讨论了NQS在量子态层析成像中的背景。
引用
@article{arxiv.2402.09402,
title = {From Architectures to Applications: A Review of Neural Quantum States},
author = {Hannah Lange and Anka Van de Walle and Atiye Abedinnia and Annabelle Bohrdt},
journal= {arXiv preprint arXiv:2402.09402},
year = {2024}
}