矩阵乘法算子和树张量网络算子的最优符号构建
量子物理
2025-07-04 v4 强关联电子
化学物理
摘要
本研究引入了改进的框架用于构建矩阵乘法算子 (MPOs) 和树张量网络算子 (TTNOs)，这些是量子模拟中的关键工具。给定的 (哈密顿量) 算子通常具有已知的符号 "算子字符串和" 形式，可翻译为张量网络结构。将现有的双部图-基于方法与新近引入的符号高斯消去预处理步骤结合，我们提出的方法在哈密顿量项共享相同前置系数时改进了早期算法。我们针对基准测试目的测试了我们的方法与已建立方法的性能。最后，我们将我们的方案应用于装满分子溶剂的腔体模型。这个开放量子系统被转化为分层方程运动 (HEOM) 设置以获得有效哈密顿量。对应 TTNO 的构建显示出最大键维度的亚线性增长。
引用
@article{arxiv.2502.18630,
title = {Optimal Symbolic Construction of Matrix Product Operators and Tree Tensor Network Operators},
author = {Hazar Çakır and Richard M. Milbradt and Christian B. Mendl},
journal= {arXiv preprint arXiv:2502.18630},
year = {2025}
}
备注
(19 pages, 14 figures)