大尺度二维长程量子体系的突破性模拟:自适应基组张量网络变分蒙特卡洛(TNS-tVMC)深度解析
本文深度解析了中科院物理所向涛院士团队及合作者提出的新型自适应基组张量网络变分蒙特卡洛(TNS-tVMC)方法。该方法成功将二维长程全连接体系的局部能量计算复杂度从 $O(N^3)$ 降低至 $O(N)$,并首次实现了对 $10 \times 10$ 偶极 XY 模型里德堡原子阵列实时绝热制备过程的无近似经典数值模拟,澄清了实验观测与理论基态之间的核心争议。
本文深度解析了中科院物理所向涛院士团队及合作者提出的新型自适应基组张量网络变分蒙特卡洛(TNS-tVMC)方法。该方法成功将二维长程全连接体系的局部能量计算复杂度从 $O(N^3)$ 降低至 $O(N)$,并首次实现了对 $10 \times 10$ 偶极 XY 模型里德堡原子阵列实时绝热制备过程的无近似经典数值模拟,澄清了实验观测与理论基态之间的核心争议。
本文深度解析了一种基于混合张量网络(hTN)框架的量子态时间演化新算法,该算法创新性地结合了Basis Update and Galerkin(BUG)积分器,实现了量子-经典部件的并行执行,旨在突破经典计算在处理量子纠缠增长时的内存限制。
本文深入探讨了一种名为“选择性量子Krylov加速(sQKFF)”的新型混合量子-经典算法,旨在克服噪声中尺度量子(NISQ)设备上变分量子算法的局限性,实现超越相干时间的长时间量子动力学模拟。