投影逆迭代 (PII):神经网络量子态基态计算的特征值方法深度解析
本文深度解析投影逆迭代(Projected Inverse Iteration, PII)方法。该算法将神经网络量子态(NQS)的基态求解重新表述为特征值问题,成功克服了传统随机重构(SR)在小能隙、强关联体系中收敛缓慢的致命瓶颈,为多体物理和量子化学计算开辟了全新的二阶优化范式。
本文深度解析投影逆迭代(Projected Inverse Iteration, PII)方法。该算法将神经网络量子态(NQS)的基态求解重新表述为特征值问题,成功克服了传统随机重构(SR)在小能隙、强关联体系中收敛缓慢的致命瓶颈,为多体物理和量子化学计算开辟了全新的二阶优化范式。
本文解析了 Jacek Dziarmaga 提出的零模规范固定(ZMT)方法,该方法通过识别度规张量的零模来高效截断具有环状结构的张量网络,并在有限温度 Z2 格点规范理论中实现了精度数量级的提升。