基础张量网络从哈密顿量直接生成基态:50万次无序实现给出玻璃转变临界参数
无序量子系统每换一次无序实现就要重算一次基态,使临界现象研究长期受制于两层平均。基础张量网络(FTN)用Transformer从哈密顿量的图嵌入直接生成基态的投影纠缠对态表示,把优化工作摊销到整个哈密顿量分布上;配合GridBP与副本矩生成函数,单样本生成、微调并测量重叠参量可在三秒内完成,并在50万次无序实现上通过有限尺寸标定得到量子Edwards-Anderson模型的临界参数。
无序量子系统每换一次无序实现就要重算一次基态,使临界现象研究长期受制于两层平均。基础张量网络(FTN)用Transformer从哈密顿量的图嵌入直接生成基态的投影纠缠对态表示,把优化工作摊销到整个哈密顿量分布上;配合GridBP与副本矩生成函数,单样本生成、微调并测量重叠参量可在三秒内完成,并在50万次无序实现上通过有限尺寸标定得到量子Edwards-Anderson模型的临界参数。
路径积分扩散(PID)从点源出发生成有限伊辛自旋玻璃时,轨迹先选定零场测度的两个镜像半区之一,再在所选半区内决定玻璃态类别。理论表明,各向同性 PID 只是换了一个时钟的高斯随机局域化,协议只改变决定发生的时刻与代价,不改变决定的内容;在可精确枚举的 Bethe 与 SK 玻璃上,嵌套的玻璃态层级往往被合并成一到两个决定事件,且这些类别在玻璃转变附近出现、在降温中保持身份,而同图铁磁体中没有。
已读完全部报道