一篇新发表在arXiv上的研究论文详细介绍了一种影响纯基础神经量子态的拓扑障碍。研究表明，对于具有非平凡基态束的间隙哈密顿量，连续归一化态矢量模型在某些参数值下将与基态的保真度为零。这种障碍可能导致能量估计值与真实基态能量相差至少一个谱隙。研究提出，算子值模型可以规避这些问题并保留拓扑信息，这表明未来基础神经量子态表示可能存在结构上的必要性。 AI
影响 这项研究可能通过解决当前表示中的拓扑限制，为开发更鲁棒、更准确的量子系统基础模型提供信息。
排序理由 该条目是发表在arXiv上的研究论文，详细介绍了量子物理学中的理论发现。[lever_c_demoted from research: ic=1 ai=0.4]
- Fidelity susceptibility of the quantum Ising model in a transverse field: The exact solution, phase change, operator-valued models, neural quantum states
- Hamiltonian operator
- Monte Carlo
- neural quantum states
- one- and two-qubit systems
- Periodic systems of small molecules
- quantum chemistry
- Space-time topology optimization for additive manufacturing
- spin-1/2 systems
- Time dynamics of stimulus- and event-related gamma band activity: contrast-VEPs and the visual P300 in man.
- Timothy Heightman
- variational principle
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
