这项研究介绍了一种变分方法,用于描述多电子量子系统的时间演化,在捕捉多体相关性方面超越平均场近似,通过参数化时间演化的量子态来近似状态的演化,并利用时间相关的 Jastrow 因子和反流变换来考虑电子的相关性。研究还展示了使用神经网络来参数化这些函数的方法,并通过三个不同的系统进行了验证。结果显示我们的变分方法能够准确捕捉量子态的时间演化,揭示了相互作用电子系统的量子动力学,超越了平均场方法的能力。
Mar, 2024
本文介绍了一种基于深度学习的方法,用于时间演化的薛定谔方程的数值模拟,并赋予了随机力学和生成扩散模型的思想。使用我们的方法,可以根据扩散过程来适应波函数的潜在低维结构,具有更低的计算复杂性,也提出了用于随机量子力学的新方程,并进行了数值模拟验证。
May, 2023
通过系统 - 沉积物耦合的适当设计,可以将开放的量子系统驱动到给定的纯量子状态,这为通过量子沉积物工程制备多体状态和非平衡量子相提供了一条路。我们在这里详细讨论了玻色子和成对费米子的驱动耗散 Bose Einstein 凝聚的例子,其中光学晶格中的原子通过代表局部耗散的原子电流与 Bogoliubov 激发的浴相耦合。
Mar, 2008
采用有效哈密顿方法对两个量子比特的交叉谐振门进行建模,并在理想的两个量子比特情况下和包括更高能级时进行研究。方法可用于最近实验的参数,包括经典串扰效应,结果表明理论与实验结果符合良好。
Apr, 2018
该研究讨论了利用人工神经网络编码量子多体波函数的方法,有效地模拟了二维空间中的量子物质的无平衡实时演化,并应用到横向场伊辛模型上,验证了该方法的准确性和可行性。
Dec, 2019
本文介绍了一种利用拓展形式的 Wigner 解算器模拟具有非局域势能的典型量子系统的方法,该方法有效地建模拟合了无穷远处的非局域部分。
Dec, 2017
本论文提出了一种高效的量子算法,可用于解决量子最优控制问题,并附有详尽的误差分析,该方法基于时间依赖哈密顿模拟和梯度估算算法,并牵涉到了机器学习。但该算法需要容错量子计算机的支持。
Apr, 2023
本研究基于量子算法,提出了两种解决线性方程组问题的演化随机化算法,这种算法由哈密顿量组成,不需要大量辅助系统,并在某些条件下实现了指数级的量子加速。
May, 2018
本文提出了一种基于绝热演化的量子算法,用于解决可满足性问题,其中 Hamiltonian 函数随时间变化,插入了初始 Hamiltonian 和最终 Hamiltonian,通过保证时间足够长,来确保系统演化到预期的最终基态,算法时间复杂度在某些可满足性问题的对称情况下为多项式时间。
Jan, 2000
通过简单的单量子比特旋转,优雅地提供了哈密顿模拟的一种最优算法,用以理解和设计许多量子算法,特别是物理系统的模拟。
Jun, 2016