对称张量网络与用于精确识别短程物理可区分量子相类别的实用模拟算法
强关联电子
2015-09-23 v2 量子物理
摘要
物质相在热力学极限下被清晰定义。精确模拟相互作用量子系统的量子相图的一个主要挑战在于，数值模拟通常处理能量密度（量子波函数的局域性质），而识别不同量子相一般依赖于长程物理。本文在某些假设下利用一类张量网络——投影纠缠对态（projected entangled pair states）——构造了通用的完全对称量子波函数，并提供了基于它们的实用模拟算法。我们发现量子相可被组织为由短程物理区分的粗类，这与定域对称性和空间群对称性的分数化有关。因此，我们的模拟算法（同样可用于研究长程物理）有望高效地精确判定相互作用量子系统中的粗类。这些粗类的示例在kagome晶格上的半整数量子自旋系统中给出。我们讨论了结果的局限性与推广。
引用
@article{arxiv.1505.03171,
title = {Symmetric tensor networks and practical simulation algorithms to sharply identify classes of quantum phases distinguishable by short-range physics},
author = {Shenghan Jiang and Ying Ran},
journal= {arXiv preprint arXiv:1505.03171},
year = {2015}
}
备注
updated references, 56 pages, 17 figures