基于带 Softmax 回归的受限玻尔兹曼机表示一般自旋-S 系统
无序系统与神经网络
2023-04-25 v2 量子物理
摘要
本文提出一种使用带 Softmax 回归的受限玻尔兹曼机（SRBM）表示一般自旋系统的新方法，该方法遵循训练数据的概率分布。SRBM 训练采用随机重配置方法进行，以求得多体波函数的近似表示。我们表明所提出的 SRBM 技术表现优异，并以数值上更高效的方式实现了试探波函数，与理论预测吻合良好。我们证明随着隐藏单元数量的增加，通过 SRBM 对试探波函数的预测变得更加准确。我们通过研究自旋-1/2 量子系统（使用 softmax RBM）来评估方法的精度，结果显示其与精确对角化（ED）相符良好。我们还将若干自旋多重数（1、3/2 和 2）的自旋链的能量与 ED 和 DMRG 结果进行了比较。
引用
@article{arxiv.2109.10651,
title = {Repesentation of general spin-$S$ systems using a Restricted Boltzmann Machine with Softmax Regression},
author = {Abhiroop Lahiri and Shazia Janwari and Swapan K Pati},
journal= {arXiv preprint arXiv:2109.10651},
year = {2023}
}
备注
Incomplete work and no further progress along this direction