variational monte carlo | BriefGPT

关键词variational monte carlo

搜索结果 - 11

一种高效的基于正规化流的薛定谔方程解决方案的理论框架
通过利用范畴学可解的问题，本文解决了量子力学中求解电子薛定谔方程的问题并提出了一个高效的方法。
PDFa month ago
基于配对的图神经网络用于模拟量子材料
使用基于配对的图神经网络 $ extit {GemiNet}$ 模拟量子多体系统，通过将 BCS 均场波函数与由图神经网络参数化的广义配对振幅相结合，我们的架构提供了一种准确、灵活、可扩展的方法来模拟多电子系统。将 GemiNet 应用于二
PDF8 months ago
自然量子蒙特卡洛计算激发态
我们提出了一种变分蒙特卡罗算法，可以估计量子系统的最低激发态，该方法是寻找扩展系统的基态，可以计算任意观测值的期望值，特别适用于利用神经网络作为变分试探态的许多电子系统。我们通过将该方法与 FermiNet 和 Psiformer 等试探态
PDF10 months ago
NNQS-Transformer: 一种有效可扩展的神经网络量子态方法用于从头计算的量子化学
我们开发了一种基于转换器的神经网络量子态方法，用于从头计算电子结构，并采用数据中心的并行化方案，平行化的批量采样策略，以及计算有效的局部能源计算方法。对化学体系的研究表明，我们方法的精度优于现有技术，并且在大分子系统上具有良好的强弱可扩展性
PDFa year ago
超流体的神经波函数
使用 FermiNet 神经网络框架在变分蒙特卡洛算法中研究强相互作用、超流体状态的费米气体。我们发现原 FermiNet 架构存在限制，提出了简单的修改方案以提高精度，并证明了新架构相对于原架构的优势。该方法可以推广到其他超流体系统的研究
PDFa year ago
MM基于变分 Monte Carlo 的近端优化神经网络量子态的基态搜索方案
本文介绍了一种基于神经网络量子态 (NQS) 和变分蒙特卡罗 (VMC) 方法的优化算法，该算法使用多次梯度下降，通过重用不匹配的样本来实现近端优化 (PO)。使用该算法进行计算，得到了具有竞争力的能量值，进一步证明了其在一维横场伊辛模型和
PDF2 years ago
ICML$O (N^2)$ 费米子神经网络中的全局反对称性
本文提出了一种基于 Fermionic 神经网络和排列等变结构的方法用于解决多电子 Schrödinger 方程，使用分块反对称构建代替 Slater 行列式以减小计算成本。该方法通过连续逼近器实现波函数的基态表示。
PDF2 years ago
神经网络波函数与符号问题
本文提出了一种神经网络结构，能够有效表征量子态，应用于普通和受挫反铁磁体系，能够实现最先进的变分能量计算，从而揭示了存在与 Marshall 符号规则不符的、阻碍神经量子态基础变分蒙特卡洛访问系统真实基态的能量低态，本文对此进行了深入思考并
PDF4 years ago
具有神经网络假设的变分量子蒙特卡罗方法在开放式量子系统中的应用
通过使用变分 Monte Carlo 方法和神经网络密度矩阵表示，我们开发了一种有效模拟开放量子系统非平衡稳定态的方法，并通过建模二维耗散性 XYZ 自旋模型进行测试。
PDF5 years ago
从人工神经网络中推出广义传输矩阵状态
提出并研究了一种名为广义转移矩阵状态（GTMS）的新型量子态，桥接了深度人工神经网络的两种方法，GTMS 包含了通用矩阵积态，并能够捕捉超越张量网络区域定律纠缠性质的更多长程量子关联。通过数值模拟和显式例子，表明 GTMS 是研究临界和动力
PDF6 years ago
使用深度神经网络求解多电子薛定谔方程
研究新型基于深度神经网络的试波函数以解决多电子 Schrödinger 方程；通过变分蒙特卡洛法获得最优试波函数，能够准确地表示测试系统的基态，打开了解决大规模多电子 Schrödinger 方程的新可能性。
PDF6 years ago