密度矩阵的刘维尔空间神经网络表示
量子物理
2024-06-21 v2 介观与纳米尺度物理
摘要
作为试探波函数的神经网络量子态在寻找自旋模型基态方面已展现出诸多前景。近来,研究工作聚焦于将这一思想推广至混合态以模拟开放系统动力学。迄今为止,大多数方法采用纯化试探波函数,即增加一个系统希尔伯特空间的副本,对其求迹后可给出正确密度矩阵。在此,我们转而提出一种受限玻尔兹曼机的扩展,其直接在刘维尔空间中表示密度矩阵。这使得平均场理论中出现的态可被紧凑表示。我们在耗散横场伊辛模型的两种不同版本上对所提方法进行了基准测试,结果表明我们的试探波函数能够与 other 最先进方法相竞争。
引用
@article{arxiv.2305.13992,
title = {Liouville Space Neural Network Representation of Density Matrices},
author = {Simon Kothe and Peter Kirton},
journal= {arXiv preprint arXiv:2305.13992},
year = {2024}
}
备注
13 pages, 9 figures. Updated to published version