面向高能物理的张量网络：对 Snowmass 2021 的贡献
高能物理 - 格点
2022-03-10 v1 高能物理 - 理论
摘要
张量网络方法对于高能物理、凝聚态物理和量子信息科学（QIS）正变得日益重要。我们在高能物理（HEP）的背景下讨论了张量网络方法对格点场论、量子引力和 QIS 的影响。当使用传统 Monte Carlo 和其他重要性采样方法时，这些工具将针对因符号问题而变得困难的强相互作用系统的计算。要在 HEP 中产生重大影响，还需要进一步开发方法和软件。我们讨论了在未来几年内执行与量子色动力学（QCD）相关计算的路线图。该研究属于劳动密集型，需要最先进的计算科学和计算机科学的投入以进行开发和验证。我们简要讨论了与其他科学领域及工业界的交叉。
引用
@article{arxiv.2203.04902,
title = {Tensor networks for High Energy Physics: contribution to Snowmass 2021},
author = {Yannick Meurice and James C. Osborn and Ryo Sakai and Judah Unmuth-Yockey and Simon Catterall and Rolando D. Somma},
journal= {arXiv preprint arXiv:2203.04902},
year = {2022}
}
备注
Contribution to Snowmass 2021, preliminary version