局部赝势释放基于神经网络的量子蒙特卡洛的真正潜力
化学物理
2025-05-27 v1
摘要
基于神经网络的量子蒙特卡洛是一种以高精度求解多体量子系统的新兴方法，但由于计算要求苛刻，其应用仅限于小系统。在本工作中，我们引入了一种基于局部赝势的方法来突破这一限制，显著提高了 NNQMC 的计算效率和可扩展性。局部赝势的引入不仅减少了在神经网络中处理的电子数量，而且对于复杂系统，实现了比全电子 NNQMC 计算更高的精度。这种反直觉的结果是由 NNQMC 固有的独特特性所决定的。我们的方法能够可靠地处理大型且具有挑战性的系统，例如包含多达 268 个总电子的铁硫簇，这在以前是 NNQMC 方法无法企及的。总体而言，我们的研究结果表明，NNQMC 与局部赝势之间的协同作用大大扩展了精确从头算的计算范围，推动了量子化学和计算物理学的前沿。
引用
@article{arxiv.2505.19909,
title = {Local Pseudopotential Unlocks the True Potential of Neural Network-based Quantum Monte Carlo},
author = {Weizhong Fu and Ryunosuke Fujimaru and Ruichen Li and Yuzhi Liu and Xuelan Wen and Xiang Li and Kenta Hongo and Liwei Wang and Tom Ichibha and Ryo Maezono and Ji Chen and Weiluo Ren},
journal= {arXiv preprint arXiv:2505.19909},
year = {2025}
}