Feb, 2024

费曼图作为计算图

PDF
TL;DR通过计算图表示高阶费曼图在量子场论中的应用，利用图张量运算构建了类似分形结构的结构，显著减少了计算冗余，结合机器学习技术的自动微分技术有效地优化了计算图，在各种计算平台上开发了费曼图编译器，实现了在金属密度下计算准粒子有效质量的高度精确度，展示了量子场论和机器学习的相互作用，为解决复杂量子多体问题提供了一条新的途径。
computational graph representationfeynman diagramsquantum field theoryfractal structuremachine learning
发现论文，激发创造
  • 利用图神经网络学习费曼图

    使用几何深度学习和图注意力层，本研究在费曼图上实现了准确且快速的基元矩阵预测，证明该方法在量子场论分析中具有潜在应用，可构建代表非微扰计算的有效粒子费曼图，为量子场论的研究提供了突破。

    Nov, 2022

  • 物理、拓扑、逻辑和计算：一块罗塞塔石

    介绍了在物理学中引入的 Feynman diagrams 以及其与拓扑学、逻辑学和计算机科学等领域之间的类比关系，并使用闭对称多重类的概念将一些类比关系形式化。

    Mar, 2009

  • 量子电路学习实现量子场论的量子 - 经典模拟

    我们利用量子电路学习来模拟量子场论，通过使用紧凑的量子比特配置和低深度的量子电路来预测量子场论中的实时动态，从而准确地预测各种物理参数，包括全连接算符。通过在一个 1+1 维的量子电动力学模型中预测淬火动力学、手性动力学和喷注产生，我们发现我们的预测与严格的经典计算结果十分吻合，显示了利用现代量子设备高效模拟大规模量子场论的可行性。

    Nov, 2023

  • 张量网络和图形微积分在开放量子系统中的应用

    使用张量网络的语言，描述了一个用于完全正态映射的图形微积分，介绍了量子信息理论的开放量子系统和其他基本概念，特别是展示了如何构建张量网络来图形化地表示量子态演化的不同方式，并通过几个示例说明了该图形微积分的实用性。

    Nov, 2011

  • 量子图式主义

    这篇论文提出了一个基于矢量图的高级替代哈密顿空间正式主义的方案，支持直观的量子系统相互作用推理和量子计算机方案的图形化证明，同时分析量子非局域性结构的起源。这个高层图形正式主义的数学基础是单调类别，由于在物理理论、逻辑、编程语言和生物学等领域中具有自然基础，因此被广泛使用。

    Aug, 2009

  • 深度神经网络中计算图的高效可视化简化

    提出了使用可视化简化技术的交互式可视化系统，并将其集成到开源的 DNN 可视化工具包 MindInsight 中，以帮助减少计算图的元素，增强识别和诊断 DNN 模型的性能。

    Dec, 2022

  • 用人工神经网络研究二维量子多体动力学

    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

  • 量子系统的神经网络表示

    通过使用神经网络的通用逼近定理，本文提出了一种新的映射方法，将广义的量子力学系统转化为带有网络参数统计求和的神经网络形式，从而将机器学习与量子世界更加紧密地联系起来。

    Mar, 2024

  • 复杂量子系统的张量网络

    本文概述了张量网络状态和方法在物理、量子信息学、人工智能等科学领域中的应用，并简要介绍了相关概念和发展，包括张量网络结构、算法、全局和规范对称性、费米子、拓扑序、相分类、纠缠哈密顿量、AdS / CFT、二维 Hubbard 模型、二维量子反铁磁体、共形场论、量子化学、无序系统和多体定位等。

    Dec, 2018

  • 高效优化和可解释的量子神经网络

    我们提出一种基于费米模型的量子神经网络，其物理特性作为输出，并建立了与反向传播相媲美的高效优化，在具有挑战性的经典机器学习基准上具有竞争力的准确度，并且在量子系统上实现高精度且不需要预处理的机器学习，此外研究结果可用于量子纠缠分析和可解释的机器学习。

    Nov, 2022