利用条件生成对抗网络映射相互作用量子系统的约束势与电荷密度
介观与纳米尺度物理
2023-05-23 v2
摘要
在计算纳米电子器件的基态性质时，准确而高效的工具至关重要。精确对角化方法在平均场近似之外充分考虑了库仑相互作用，被视为少电子系统的黄金标准。然而，随着待求解实例数量的增加，计算成本变得难以承受，基于机器学习技术的新方法可在保持合理精度的同时显著减少计算时间与资源消耗。在此，我们采用基于条件生成对抗网络（cGAN）的通用图像到图像翻译方法 pix2pix，从随机生成的约束势预测基态密度。我们还研究了其他映射，如势到非相互作用密度，以及从非相互作用密度到相互作用密度的翻译。cGAN 的架构针对生成器与判别器的内部参数进行了优化。此外，给定相互作用密度反求约束势这一逆问题也可通过 pix2pix 映射来处理，这是寻找近最优约束势解的重要一步。
引用
@article{arxiv.2301.02122,
title = {Mapping confinement potentials and charge densities of interacting quantum systems using conditional generative adversarial networks},
author = {Calin-Andrei Pantis-Simut and Amanda Teodora Preda and Lucian Ion and Andrei Manolescu and George Alexandru Nemnes},
journal= {arXiv preprint arXiv:2301.02122},
year = {2023}
}
备注
19 pages, 18 figures