Nov, 2020
在崎岖的神经网络景观中学习非随机量子哈密顿量的基态
Learning the ground state of a non-stoquastic quantum Hamiltonian in a rugged neural network landscape
Marin Bukov, Markus Schmitt, Maxime Dupont
TL;DR研究了利用人工神经网络作为通用变分波函数描述强相互作用量子系统的表现,特别是对于方格上的自旋模型,提出了使用由两个解耦实值网络组成的近似形式,并采用具体的缓解策略克服了固有的数值不稳定性。