模型无关的量子相分类器
量子物理
2023-09-06 v1 强关联电子
摘要
机器学习已革新了诸多科学技术领域。通过 -近邻算法，我们开发了一种模型无关的分类器，该算法能够对其从未接触过的模型之相进行分类。为此，我们研究了三种具有部分共同相的不同自旋- 模型：具有单轴单离子型各向异性的 XXZ 链、束缚交错 XXZ 链，以及双线性双二次链。我们表明，以其中两个模型训练得到的算法有高概率判定与第三个模型的共同相。这是迈向通用分类器的第一步，即算法能够在不知哈密顿量的情况下，仅依据量子态的部分信息检测出任意相。
引用
@article{arxiv.2109.00625,
title = {Model-Independent Quantum Phases Classifier},
author = {Felipe Mahlow and Fabrício S. Luiz and André L. Malvezzi and Felipe F. Fanchini},
journal= {arXiv preprint arXiv:2109.00625},
year = {2023}
}