无序量子多体自旋链中的统计编码张量网络方法

模拟具有无序的量子多体系统的动力学是一项基本挑战。在本工作中，我们提出了一种通用方法——统计编码张量网络（SeTN）——来研究此类系统。通过将无序编码到辅助层并分别进行平均，SeTN 恢复了平移不变性，使得良定义的转移矩阵表述成为可能。我们推导了一个通用准则 $n \gg \alpha^2 t^2$，联系了离散化参数 $n$、无序强度 $\alpha$ 和演化时长 $t$。这确定了忠实无序平均所需的分辨率，并表明编码在弱无序、通常为混沌的 regime 中最为高效。将其应用于无序横向场伊辛模型，SeTN 表明谱形式因子由主导转移矩阵特征值决定，这与踢动伊辛模型形成对比。因此，SeTN 为探测多体量子系统中无序驱动的动力学现象提供了一个新颖框架。