用于量子多体态的卷积神经网络与 PEPS 波函数混合方法
强关联电子
2021-01-27 v2 无序系统与神经网络
量子物理
摘要
神经网络已被用作量子多体问题的变分波函数。已表明正确的符号结构对获得高精度的基态能量至关重要。本工作中，我们提出一种结合卷积神经网络（CNN）与投影纠缠对态（PEPS）的混合波函数，其中符号结构由 PEPS 确定，波函数振幅由 CNN 给出。我们在高度受阻的 spin-1/2 - 模型上对该拟设进行了基准测试。我们表明所达成的基态能量可与最先进的结果相竞争。
引用
@article{arxiv.2009.14370,
title = {Hybrid convolutional neural network and PEPS wave functions for quantum many-particle states},
author = {Xiao Liang and Shao-Jun Dong and Lixin He},
journal= {arXiv preprint arXiv:2009.14370},
year = {2021}
}