关键词variational quantum monte carlo
搜索结果 - 4
- 量子格子规范理论的规范等变神经网络
本文介绍了一种称为等变规范神经网络量子态的方法,用于有效模拟具有局部规范不变性的多体量子系统,并在 Z2 规范群的特殊情况下展示了规范等变结构的解决方案,并结合变分量子蒙特卡罗方法来获得 Z2 理论的基态波函数的紧凑描述,以及证明 Wils - 电子薛定谔方程的深度神经网络解
研究人员提出了一种基于深度学习的波函数模型 ——PauliNet,它使用变分量子蒙特卡洛(VMC)进行训练,并且在原子、二元分子和氢链等电子结构计算方面优于现有技术,是中型分子系统高精确度电子结构计算新的领先方法。
- 采用深度神经网络求解多电子薛定谔方程
本文提出了新颖的深度学习架构 —— 费米神经网络作为用于处理许多电子系统的有效波函数仿真,该方法可以在各种原子和小分子上获得比其他变分量子蒙特卡罗 Ansätze 更高的精度,优于其他从头开始的量子化学方法,可以直接优化之前难以处理的许多电 - 优化变分量子蒙特卡罗中的大参数集
我们提出了一种使用迭代 Krylov 子空间求解器和随机改编技术进行优化的变分量子蒙特卡罗方法,通过去除构建和存储哈密顿矩阵和重叠矩阵的需要,有效地优化了变分参数以达到了比以前更高的精度。