多体物理的机器学习：安德森杂质模型案例
强关联电子
2015-06-22 v2 机器学习
摘要
机器学习方法被应用于求解安德森杂质模型的格林函数，这是量子多体凝聚态物理中的一个基本模型系统。研究了参数化格林函数的不同方法；发现勒让德多项式表示法因其系数数量有限且适用于最先进的求解方法而更为优越。确定了误差对训练集大小的依赖性。结果表明，将机器学习方法应用于动力学平均场理论是可行的。
引用
@article{arxiv.1408.1143,
title = {Machine learning for many-body physics: The case of the Anderson impurity model},
author = {Louis-François Arsenault and Alejandro Lopez-Bezanilla and O. Anatole von Lilienfeld and Andrew J. Millis},
journal= {arXiv preprint arXiv:1408.1143},
year = {2015}
}
备注
18 pages, 11 figures. Sections II. A and B have been modified and an appendix was added