Wigner 传输方程的弱对抗神经推前方法
量子物理
2026-04-13 v1 机器学习
数值分析
数值分析
摘要
我们将弱对抗神经推前方法扩展到支配量子系统相空间动力学的 Wigner 传输方程。本文的核心贡献是一种结构性观察：将非局域伪微分势能算子对平面波测试函数进行积分，产生一个 Dirac δ，恰好抵消定义 Wigner 势能核的傅里叶变换，将该算子简化为势能在两个偏移参数处的点态差。该性质在任意维度下都成立，无需对 Moyal 级数进行截断，且将势能视为黑盒函数 oracle，无需提供导数信息。为处理 Wigner 准概率分布的负性，我们引入一种签名推前架构，将解分解为两个非负相空间分布与可学习权重混合。所得方法继承了原框架的无网格、无雅可比自由和可扩展性，同时将其扩展到量子场景。
引用
@article{arxiv.2604.08763,
title = {Weak Adversarial Neural Pushforward Method for the Wigner Transport Equation},
author = {Andrew Qing He and Wei Cai and Sihong Shao},
journal= {arXiv preprint arXiv:2604.08763},
year = {2026}
}
备注
9 pages, 1 algorithm