用于量子相探测的误差统计学习
量子物理
2023-03-08 v1 强关联电子
摘要
我们提出了一种基于神经网络的二分类器来探测带隙量子相。通过考虑描述带隙相的合适参考态之上的误差，我们表明，在误差上训练的神经网络能够捕捉误差之间的关联，并可用于探测带隙量子相的相边界。我们展示了该方法在矩阵乘积态计算中的应用，针对表现出局域对称性破缺序、对称性保护拓扑序和本征拓扑序的不同量子相。
引用
@article{arxiv.2205.12966,
title = {Learning of error statistics for the detection of quantum phases},
author = {Amit Jamadagni and Javad Kazemi and Hendrik Weimer},
journal= {arXiv preprint arXiv:2205.12966},
year = {2023}
}
备注
10 pages, 7 figures