破解张量网络收缩的循环偏差:随机循环校正信念传播 (BPLMC) 深度解析
本文解析了一种名为 BPLMC 的混合方法,通过 MCMC 随机采样循环校正项,解决了信念传播算法在有环图张量网络收缩中的系统误差问题,实现了无偏估计。
本文解析了一种名为 BPLMC 的混合方法,通过 MCMC 随机采样循环校正项,解决了信念传播算法在有环图张量网络收缩中的系统误差问题,实现了无偏估计。
本文深度解析 Phil Attard 关于量子蒙特卡洛方法的最新研究,探讨如何通过对角近似处理 Wigner-Kirkwood 通讯函数,将量子效应高效融入经典 Metropolis 框架,并应用于液氦体系的模拟。
本文深入探讨了如何利用 Zamolodchikov 的大 m 膨胀理论,在二维耦合最小模型中构造受控的、具有动力学临界指数 z ≠ 1 的 Lifshitz 相互作用固定点。