非稳定子区域中的神经量子态：原子核基准测试
核理论
2026-03-31 v1 量子物理
摘要
尽管已知神经网络能够高效表示张量网络态以及体积律纠缠态，但确定神经量子态（NQS）的表示能力由哪些性质决定仍是一个开放问题。本文构建了中等质量原子核基态的 NQS 表示，这些态通常表现出显著的纠缠和非稳定子性，以研究其性能与目标态量子复杂度之间的关系。利用针对核物理应用设计的 NQS 二次量子化形式，在活性轨道空间中利用受限玻尔兹曼机（RBM）——一种典型的 NQS 试探波函数——进行了计算。对于固定数量的构型，发现具有更大非稳定子性的态系统性地更难学习，表现为精度降低。这一发现表明，非稳定子性是约束 RBM 在纠缠区域中压缩和表示效率的主要因素，并激励将这些研究扩展到更复杂的网络架构。
引用
@article{arxiv.2603.28646,
title = {Neural Quantum States in Non-Stabilizer Regimes: Benchmarks with Atomic Nuclei},
author = {James W. T. Keeble and Alessandro Lovato and Caroline E. P. Robin},
journal= {arXiv preprint arXiv:2603.28646},
year = {2026}
}
备注
13 pages, 5 figures