张量网络与手性态的神经网络表示
无序系统与神经网络
2021-10-22 v2 量子物理
摘要
我们研究了玻尔兹曼机（Boltzmann machines，一种神经网络）在量子多体系统中的表示能力。我们证明，任何（局域）张量网络态都具有（局域）神经网络表示。该构造几乎是最优的，因为神经网络表示中的参数数量与张量网络表示中非零参数的数量几乎呈线性关系。尽管用局域张量网络表示（有能隙的）手性拓扑态存在困难，我们仍为手性 -波超导体构造了一种准局域神经网络表示。这些结果展示了玻尔兹曼机的强大能力。
引用
@article{arxiv.1701.06246,
title = {Neural network representation of tensor network and chiral states},
author = {Yichen Huang and Joel E. Moore},
journal= {arXiv preprint arXiv:1701.06246},
year = {2021}
}
备注
v2: introduction expanded; close to the published version