Ising 量子临界点附近的猝灭对人工神经网络的挑战
量子物理
2018-08-08 v1 无序系统与神经网络
高能物理 - 唯象学
摘要
本文使用波函数的人工神经网络表示，研究了在横向和纵向磁场下量子 Ising 自旋链的近临界幺正动力学。重点关注系统在猝灭至量子临界点附近后建立起来的强空间关联。我们将网络状态经强化学习后观察到的关联与可积情形下的解析解和 tDMRG 模拟，以及半经典离散截断 Wigner 分析的预测进行了比较。虽然半经典方法主要在短时和小横向场情况下表现出色，但神经网络表示在更广泛的参数范围内提供了准确的结果。在长时动力学中建立长程自旋-自旋关联的情况下，我们发现其与精确结果存在定性上的一致性，而定量偏差与半经典预测的关联大小相似，并且在增加隐藏神经元数量时观察到收敛缓慢。
引用
@article{arxiv.1803.08321,
title = {Quenches near Ising quantum criticality as a challenge for artificial neural networks},
author = {Stefanie Czischek and Martin Gärttner and Thomas Gasenzer},
journal= {arXiv preprint arXiv:1803.08321},
year = {2018}
}
备注
11 pages, 8 figures