基于变分自回归网络与量子退火的统计力学计算
无序系统与神经网络
2024-05-21 v2 机器学习
摘要
在统计力学中，计算配分函数通常比较困难。最近提出了一种使用变分自回归网络 (VAN) 的近似方法。该方法的优势在于直接计算生成概率，同时可获得大量样本。本研究引入一种新方法，利用量子退火机器获取的样本与 VAN 结合，经验上假设这些样本遵循 Gibbs-Boltzmann 分布。应用于有限大小的 Sherrington-Kirkpatrick 模型时，本方法相较于传统 VAN 方法和其他近似方法（如广泛使用的朴素均场法）显示出更高的精度。
引用
@article{arxiv.2404.19274,
title = {Statistical Mechanics Calculations Using Variational Autoregressive Networks and Quantum Annealing},
author = {Yuta Tamura and Masayuki Ohzeki},
journal= {arXiv preprint arXiv:2404.19274},
year = {2024}
}
备注
5pages