向热力学极限迈进：Mott 绝缘体非平衡动力学的神经算子
强关联电子
2026-02-24 v1
摘要
Mott 绝缘体在强激光驱动下表现出复杂的光激发动力学，潜在 implications 超越Shockley-Queisser极限的载流子乘增。探索这些非平衡过程需要热力学极限的支持，即晶格 sites 数目可任意增大，但常规求解器受限于小系统，due to Hilbert空间的指数增长。傅里叶神经算子(FNO)原本用于求解偏微分方程，能自然适应分辨率可变的输入，能够捕捉非局域效应。本文我们采用FNO学习从噪声扰动的基态动量分布到脉冲后动量分布之间的映射，跨越多种相互作用强度和驱动参数。仅在小晶格上训练，模型即可零样本泛化到大量系统，生成在数值求解器可及范围之外的物理合理动量分布。具体而言，模型可在数秒内预测1024x1024系统的动量分布，结果符合关键可观测量的理论行为，而直接数值模拟至今仅限制于边缘大小约30。这些结果表明神经算子潜在直接访问大规模非平衡动力学，为强相关材料的热力学极限提供了新路径。
引用
@article{arxiv.2602.19484,
title = {Toward the Thermodynamic Limit: Neural Operators for Non-equilibrium Dynamics of Mott Insulators},
author = {Miles Waugh and Chuwei Wang and Radu Andrei and Nusair Islam and Taylor Lee Patti and Eugene Demler and Anima Anandkumar},
journal= {arXiv preprint arXiv:2602.19484},
year = {2026}
}