深度神经网络与变分蒙特卡洛方法在小 $^4He_N$ 团簇中的协同
原子与分子团簇
2023-12-20 v3 量子物理
摘要
我们引入一种基于神经网络的方法来建模满足玻色-爱因斯坦统计的波函数。将该模型应用于小 团簇（N 从 2 到 14 个原子），我们准确预测了基态能量、对密度函数，以及与弱幺正性相关的两体接触参数 。通过变分蒙特卡洛方法所得结果与先前使用扩散蒙特卡洛方法的研究表现出显著一致，后者在其统计不确定度内被视为精确。这表明我们的神经网络方法对于研究受玻色-爱因斯坦统计支配的多体系统十分有效。
引用
@article{arxiv.2302.00599,
title = {Synergy between deep neural networks and the variational Monte Carlo method for small $^4He_N$ clusters},
author = {William Freitas and S. A. Vitiello},
journal= {arXiv preprint arXiv:2302.00599},
year = {2023}
}
备注
9 pages, 5 figures