深度解析:利用神经量子态(NQS)求解光-物质耦合系统的基态与强关联效应
本文深度解析了利用多头 ResNet 结构的神经量子态(NQS)方法求解具有无限维局部玻色子自由度的光-物质耦合系统基态,并探讨了其在克服平均场近似局限、捕捉强自旋-光子关联方面的突破。
本文深度解析了利用多头 ResNet 结构的神经量子态(NQS)方法求解具有无限维局部玻色子自由度的光-物质耦合系统基态,并探讨了其在克服平均场近似局限、捕捉强自旋-光子关联方面的突破。
本文深度解析了一种通过自归一化重要性采样(SNIS)和张量交叉插值(TCI)消除含时变分蒙特卡洛(t-VMC)中估计偏差的新方法,特别探讨了其在神经量子态(NQS)实时演化中的应用。