半满一维扩展 Hubbard 模型中的机器学习相图
强关联电子
2019-05-16 v2
摘要
我们证明了结合纠缠谱的监督机器学习（ML）能够为构建半满一维扩展 Hubbard 模型的相图提供有用信息。通过将 ML 与无限尺寸密度矩阵重整化群相结合，我们确认键序波相在热力学极限下保持稳定。
引用
@article{arxiv.1904.06032,
title = {Machine Learning Phase Diagram in the Half-filled One-dimensional Extended Hubbard Model},
author = {Kazuya Shinjo and Kakeru Sasaki and Satoru Hase and Shigetoshi Sota and Satoshi Ejima and Seiji Yunoki and Takami Tohyama},
journal= {arXiv preprint arXiv:1904.06032},
year = {2019}
}
备注
2 pages, 2 figures