量子蒙特卡洛中解析延拓的统计学与计算智能方法
统计力学
2017-03-07 v2
摘要
解析延拓一词出现在数学、物理学以及更广义的应用科学的许多分支中。一般而言,在许多情况下,给定可能来自实验或数值测量的一些信息,人们希望扩展这些信息的定义域,以推断对于研究特定问题至关重要的某些变量的值。例如,聚焦于凝聚态物理,研究强关联量子物理系统的前沿方法能够给出虚时间中动力学关联函数的准确估计。这些函数必须通过解析延拓扩展到整个复平面,从而推断这些物理系统的实时性质。在本综述中,我们将介绍 Genetic Inversion via Falsification of Theories(基于理论证伪的遗传反演)方法,该方法使我们能够以极高精度计算强相互作用量子多体系统的动力学性质。尽管该方法起源于凝聚态物理领域,它提供了一个非常通用的框架来应对应用科学多个领域中可能出现的解析延拓问题。此处我们提供一个教学式综述,阐明我们所开发的方法。
引用
@article{arxiv.1611.08502,
title = {Statistical and computational intelligence approach to analytic continuation in Quantum Monte Carlo},
author = {G. Bertaina and D. E. Galli and E. Vitali},
journal= {arXiv preprint arXiv:1611.08502},
year = {2017}
}
备注
18 pages, 3 figures. This is an Accepted Manuscript of an article published by Taylor & Francis in Advances in Physics X on 19 Feb 2017 (online), available online: http://www.tandfonline.com/doi/full/10.1080/23746149.2017.1288585