从张量网络量子态到张量循环神经网络
量子物理
2023-10-02 v2 强关联电子
机器学习
计算物理
机器学习
摘要
我们证明任意矩阵乘积态（MPS）都可以被具有线性记忆更新的循环神经网络（RNN）精确表示。我们将该RNN架构推广到二维晶格，使用多线性记忆更新。它支持在多项式时间内完美采样和波函数求值，并可以表示纠缠熵的面积定律。数值证据表明，与MPS相比，它可以用低数个量级的键维来表示波函数，且通过增大键维可系统性地提高精度。
引用
@article{arxiv.2206.12363,
title = {From Tensor Network Quantum States to Tensorial Recurrent Neural Networks},
author = {Dian Wu and Riccardo Rossi and Filippo Vicentini and Giuseppe Carleo},
journal= {arXiv preprint arXiv:2206.12363},
year = {2023}
}
备注
14 pages, 10 figures