Thermal Multi-scale Entanglement Renormalization Ansatz for Variational Gibbs State Preparation
许多模拟任务要求首先准备系统的吉布斯状态。我们提出了一个家庭的量子线路的变分制备的热吉布斯态的量子计算机上，我们称之为热多尺度纠缠重整化ANTMERA（TMERA）。TMERA电路将输入量子位转换为定位于不同长度尺度的波包模式，并将系统吉布斯状态近似为这些模式的混合状态。TMERA是基于深度多尺度纠缠重整化模型（DMERA）的; TMERA通过将每个输入量子位准备为混合态来修改基态DMERA电路。输入量子位的激发概率充当用于靶向特定温度吉布斯状态的变分参数。由于TMERA是热态产品光谱分析的特殊情况，因此制备、分析和优化都很简单。我们基准TMERA的横向场伊辛模型在一个维度上，并发现$D=6$它产生全球性的系统$\mathcal F > 0.4$ 512站点在所有温度。
2022-10-28 cond-mat.stat-mech cond-mat.str-el quant-ph
Robust resource-efficient quantum variational ansatz through evolutionary algorithm
变分量子算法（VQA）是在近期设备上展示量子优势的有前途的方法，因为所需的资源在量子模拟器和经典优化器之间划分。因此，设计一个资源有效且对噪声鲁棒的VQA是利用现有噪声量子模拟器实现潜在优势的关键因素。事实证明，固定的VQA电路设计，如广泛使用的硬件有效的Analog，不一定是鲁棒的缺陷。在这项工作中，我们提出了一个基因组长度可调的进化算法来设计一个强大的VQA电路，优化了电路的animals和门参数的变化，没有任何事先假设的电路结构或深度。值得注意的是，我们的方法不仅产生一个噪声效应最小化的电路与浅的深度，但也加快了经典的优化，大大减少了参数的数量。在这方面，优化的电路相对于量子和经典资源都更加资源有效。作为应用，基于VQA中两种典型的误差模型，我们将我们的方法应用于计算氢分子和水分子的基态能量以及Heisenberg模型。仿真结果表明，与传统的硬件有效的anodies相比，我们的电路结构可调的方法可以产生电路显然更强大的相干和非相干噪声，因此更有可能在近期的设备上实现。
2022-05-19 cond-mat.str-el quant-ph
Variational Ansatz for an Abelian to non-Abelian Topological Phase Transition in $ν= 1/2 + 1/2$ Bilayers
本文提出了一个单参数变分模型来描述玻色$ν=1/2+1/2$分数量子霍尔双层膜中隧道驱动的阿贝尔到非阿贝尔跃迁。这种基于精确矩阵乘积态的分析方法，捕捉了整个跃迁过程中的低能物理过程，并允许探测其特征。过渡是连续的，其特征在于反对称自由度的解耦。我们futured确定隧道强度以上的非阿贝尔统计应观察实验。最后，我们建议工程师层间隧道，以创建一个界面捕获中性手性马约拉纳。我们微观特征这样的接口使用稍微修改模型波函数。
2019-04-02 cond-mat.str-el
Scalable variational Monte Carlo with graph neural ansatz
深度神经网络已被证明是变分蒙特卡罗中解决量子多体问题的潜在强大的模拟器。我们在这个方向上提出了两个改进。第一种是图神经网络（GNA），这是一个变分波函数的任意几何通用。GNA结果在2D Kagome晶格，三角形晶格，和随机连接的图形准确的基态能量。其次，我们设计了一个分布式的工作流在多个加速器，以扩大计算。我们在128个TPU核上计算了大小高达432个站点的Kagome晶格。GNA的参数共享性质也导致了跨不同系统尺寸和几何形状的可转移性。
2020-11-25 cond-mat.dis-nn cond-mat.str-el
Variational Quantum Eigensolver Ansatz for the $J_1$-$J_2$-model
针对二维反铁磁$J_1-J_2$模型的强阻挫基态计算难题，提出一种无需对角次近邻相互作用门和SWAP门的VQE拟设，并外推其资源低于二次增长。
2022-05-23 cond-mat.str-el quant-ph
Variational Neural-Network Ansatz for Continuum Quantum Field Theory
本文提出神经网络量子场态，利用Deep Sets架构同时参数化Fock空间中所有n粒子波函数，使变分原理可应用于连续非相对论量子场论，并在非均匀及长程相互作用系统中成功近似基态。
2023-12-29 cond-mat.dis-nn cond-mat.str-el hep-lat
Quasiparticle Variational Quantum Eigensolver
本文提出了一种基于动量空间的VQE框架，用于模拟相互作用量子多体系统中的准粒子激发，通过能量优化准确捕捉低激发能谱并验证其与理论结果的一致性。
2025-11-20 cond-mat.str-el quant-ph
Variational Bethe Ansatz approach for dipolar one-dimensional bosons
本文基于Lieb-Liniger模型的Bethe Ansal基态波函数，提出了一种连续介质上一维相互作用玻色子气体的基态能量的变分近似.在单模近似下，我们将变分近似应用于偶极玻色子气体，得到了其单位长度的基态能量。这允许计算的Tomonaga-Luttinger指数作为密度的函数和结构因子的测定在小动量。此外，在吸引偶极相互作用的情况下，预测在临界密度处的不稳定性，这可以在镧系原子中访问。
2019-12-09 cond-mat.quant-gas cond-mat.str-el
Local-Ansatz Approach with Momentum Dependent Variational Parameters to Correlated Electron Systems
本文提出了一种新的波函数来描述关联电子系统，它改进了Gutzwiller型局域近似方法。计算了无限维半满带哈伯德模型的基态能量、双占据数、动量分布函数和准粒子重量。结果表明，新的波函数改进了Stollhoff和Fulde提出的局域近似方法（LA）。特别是，计算的动量分布函数显示出合理的动量依赖性。这一结果与用LA和Gutzwiller波函数得到的结果有质的不同。此外，本方法结合投影算子法CPA示出的绝缘体制度，以及在无限维的间隙形成的临界库仑相互作用的激发光谱定量描述。
2008-08-31 cond-mat.str-el
Autoregressive neural Slater-Jastrow ansatz for variational Monte Carlo simulation
该研究提出一种结合自回归神经网络与Slater行列式的变分蒙特卡洛拟设，实现无关联采样，算法具有三次方缩放，并在二维$t-V$模型上验证。
2023-03-14 cond-mat.str-el
Exploring entanglement and optimization within the Hamiltonian Variational Ansatz
量子变分算法是近期量子计算机最有前途的应用之一;然而，最近的研究表明，除非以特定于问题的方式配置变分量子线路，否则这种电路的优化很可能失败。本文主要研究一类特殊的量子线路--哈密顿变分模拟器（HVA），它是从量子近似优化算法和绝热量子计算中得到的启发。通过对HVA纠缠谱和能量梯度统计的研究，我们发现HVA具有良好的结构特性，如温和的或完全不存在的贫瘠高原和受限的状态空间，这使得它们的优化相对于已被广泛研究的“硬件有效的”分析器更容易。“我们还在数值上观察到，当参数化过度时，HVA的优化景观几乎没有陷阱。我们观察到一个大小相关的“计算相变“的HVA电路中的层数增加，其中的优化跨越从一个困难的区域的质量的近似和收敛到一个良好的解决方案的速度。与在随机幺正的学习中观察到的类似转变相反，随机幺正发生在随着量子比特数量呈指数增长的多个层中，我们的变分量子本征求解器实验表明，对于横向场伊辛和XXZ模型，实现过参数化现象的阈值最多以多项式的方式在量子比特数量中缩放。最后，作为其纠缠的力量和有效性的演示，我们表明，HVA可以找到精确的近似的基态的修改Haldane-Shastry哈密顿量的环，它具有长程相互作用，并具有幂律纠缠标度。
2020-11-16 cond-mat.str-el cs.CC quant-ph
Unraveling correlated material properties with noisy quantum computers: Natural orbitalized variational quantum eigensolving of extended impurity models within a slave-boson approach
我们提出了一种方法来计算空间分辨的相关特性的二维哈伯德模型内的量子经典嵌入策略，使用噪声，中间尺度量子（NISQ）计算机来解决嵌入的模型。虽然以前的方法仅限于纯粹的本地，一个杂质嵌入模型，最多需要四个量子位和相对较浅的电路，我们解决了一个两个杂质模型，需要八个量子位的变分量子本征求解器算法之上的高级混合方案。这种迭代方法被称为自然轨道化（Natural Orbitization，NOization），它将单粒子基逐步转化为近似的自然轨道基，从而使基态得到最小化的表达，代价是测量嵌入问题的单粒子约化密度矩阵。我们表明，这种变换往往使现有的变分优化（但太深）ananimals电路更快，更准确，我们提出了一个animals，多参考激励保持（MREP）animals，实现了很大的表现力，而不需要禁止门数。单杂质版本的掺杂剂只有一个参数，使得基态制备是一个微不足道的步骤，这支持了我们的方法的最佳特性。在一个旋转不变的从属玻色子嵌入方案，需要一个最小数量的浴网站，并不需要计算完整的格林函数，结合MREP anomaly的NOization允许我们计算准确的，空间分辨准粒子的权重和静态自能量的哈伯德模型，即使在存在的噪声水平代表当前NISQ处理器。这为哈伯德模型的可控解决方案铺平了道路，量子计算机解决了越来越大的嵌入式问题。
2022-03-01 cond-mat.str-el quant-ph
Adaptive Variational Quantum Imaginary Time Evolution Approach for Ground State Preparation
介绍了一种自适应变分量子虚时演化方法，该方法可以在近场量子计算机上得到相互作用哈密顿量的基态的有效表示。它是基于McLachlan的变分原理适用于虚时间演化的变分波函数。变分参数根据运动方程确定性地演变，该运动方程最小化与精确的虚时间演变的差异，该虚时间演变由McLachlan距离量化。AVQITE方法不是使用固定的变分距离，其中McLachlan距离受到距离质量的约束，而是沿着动态路径迭代地扩展距离，以保持McLachlan距离低于选定的阈值。这确保了状态能够遵循系统希尔伯特空间中的量子虚时间演化路径，而不是在由预定义的固定参数设置的受限变分流形中。AVQITE用于制备H $_4$、H $_2$ O和BeH $_2$分子的基态，在那里它产生化学精确度内的紧凑变分ansätze和基态能量。通过一组量子自旋模型的AVQITE计算，证明了电路深度随系统尺寸的多项式缩放。最后，量子Lanczos计算也可以自然地与AVQITE一起执行，而无需额外的量子资源成本。
2021-08-23 cond-mat.str-el physics.chem-ph physics.comp-ph
Gaussian states for the variational study of (1+1)-dimensional lattice gauge models
本文对（1+1）维格点规范模型引入了一种基于高斯态的变分方法。为此，我们确定了一组幺正变换解耦的规范自由度的物质领域。利用我们的模型，我们研究了两个（1+1）维理论，即QED和双色QCD弦断裂的静态方面以及实时动力学。我们表明，我们的anterior捕获的相关功能，并在良好的协议与张量网络的数值计算的数据。
2018-11-12 cond-mat.str-el hep-lat quant-ph
A variational Monte Carlo algorithm for lattice gauge theories with continuous gauge groups: a study of (2+1)-dimensional compact QED with dynamical fermions at finite density
提出一种无符号问题的变分蒙特卡洛方法，用于连续规范群格点规范理论，并在(2+1)维有限密度紧致QED中验证其有效性，成功探测密度诱导相变。
2023-04-12 cond-mat.str-el hep-lat quant-ph
Dynamics of Davydov Ansatze
根据Dirac-Frenkel含时变分原理，我们采用Davydov D2模型和Davydov D1模型的一个简化变体（也称为$\tilde{D}$模型），分别研究了一维Holstein极化子的动力学行为。从两个试验状态的变化输出的仔细检查揭示了极化子结构和动态激子-声子相互作用的复杂性的细节。超辐射相干尺寸、激子诱导声子波包速度、线性光吸收和极化子能量组成也包括在研究中。
2010-03-22 cond-mat.mtrl-sci cond-mat.str-el
Variational Transformer Ansatz for the Density Operator of Steady States in Dissipative Quantum Many-Body Systems
本文提出一种基于Transformer架构的变分密度算符拟设，用于求解耗散量子多体系统的稳态，并在Ising和Heisenberg自旋链模型中验证了其高精度。
2025-07-08 cond-mat.dis-nn cond-mat.str-el physics.comp-ph
The Dimer-Hole-RVB State of the 2-Leg t-J Ladder: A Recurrent Variational Ansatz
本文提出了一种变分处理的基态的2腿t-J阶梯，它结合了二聚体和硬核玻色子模型到一个有效的模型。该模型使我们能够研究的局部结构的空穴对作为掺杂的函数。采用二阶递推关系生成变分波函数，大大简化了计算。在强耦合区，我们得到了与数值密度矩阵重整化群结果很好的一致的基态能量。我们发现，对的局部结构取决于是否阶梯是轻微或强烈dopped。
1997-07-31 cond-mat.str-el cond-mat.supr-con hep-th
Complementary First and Second Derivative Methods for Ansatz Optimization in Variational Monte Carlo
我们提出了一些最近推出的低记忆波函数优化方法之间的比较变分Monte Carlo中，我们发现，第一和第二导数方法具有很强的互补相对优势。虽然我们发现线性方法的低记忆变体在将具有不同类型的非线性参数的波函数带到能量最小值附近时更有效，但加速下降方法则能够以更小的偏差和更低的统计不确定性定位精确的最小值。通过构建一个简单的混合方法，结合这些方法，我们表明，所有这些优点可以同时优化大行列式展开，分子轨道形状，传统的Jastrow相关因子，和更多的非线性多电子Jastrow因子时，一次。
2019-04-22 cond-mat.str-el physics.chem-ph
An adaptive variational algorithm for exact molecular simulations on a quantum computer
化学体系的量子模拟是量子计算机近期最有前途的应用之一。变分量子本征求解器是一种在量子硬件上进行分子模拟的领先算法，它具有严重的局限性，因为它通常依赖于预先选择的波函数计算器，从而得到近似的波函数和能量。在这里，我们提出了一个任意精确的变分算法，而不是固定一个anonymous的前期，该算法的增长，它系统地一个操作员在一个时间的方式所规定的分子被模拟。这会产生一个具有少量参数的模拟器，从而导致浅深度电路。我们提出了数值模拟，包括一个原型的强相关分子，这表明我们的算法比一个单一的耦合簇的方法，在电路深度和化学精度方面表现得更好。我们的研究结果突出了我们的自适应算法的潜力，与当今和近期的量子硬件精确模拟。
2019-07-13 cond-mat.str-el physics.chem-ph quant-ph
Variational principle for quantum impurity systems in and out of equilibrium: application to Kondo problems
我们提供了一个详细的制定最近提出的变分方法[Y。Ashida等人，物理修订版信函121，026805（2018）]研究一般量子自旋杂质系统的基态性质和平衡动力学。受Tomonaga，Lee，Low和Pines的原始思想的启发，我们构造了一个正则变换，该变换完全消除了来自浴自由度的杂质。通过将这种变换与费米子浴的高斯近似相结合，我们得到了一族变分多体态，它可以有效地编码杂质和费米子浴之间的强纠缠。我们给出了一个详细的推导运动方程的虚的和实时的演变的变分流形。我们基准我们的方法，将其应用于调查基态和各向异性近藤模型的动力学性质，并与使用矩阵乘积状态（MPS）的anastrophic得到的结果进行比较。我们表明，我们的方法可以实现的精度可比MPS为基础的方法与几个数量级的变分参数比相应的MPS anastomy。比较Yosida anesthetic和精确的解决方案从贝特anesthetic也进行了讨论。我们用我们的方法研究了两导Kondo模型，分析了它在有限偏压和磁场下的长时间时空行为和电导行为。所得结果与Anderson模型中的结果和Toulouse点的精确解一致。
2018-07-12 cond-mat.quant-gas cond-mat.stat-mech cond-mat.str-el
Momentum Dependent Local-Ansatz Approach to Correlated Electron Systems: Non Half-Filled Case
本文进一步发展了固体中关联电子系统的动量相关局域无偏波函数方法（MLA），使之能最佳地求解非半填充时变分参数的自洽方程。利用改进的变分方法对无限维超立方晶格上的非半满带哈伯德模型进行了数值计算。我们验证了与MLA中的原始方案相比，自洽方案显着改善了相关能和动量分布。我们还表明，该理论改进了标准的变分方法，如本地Ancillary方法（LA）和Gutzwiller波函数方法（GA）的基态能量在MLA是低于那些在弱和中等库仑相互作用制度的LA和GA。与LA相比，双重占用数被抑制。计算的动量分布函数显示出明显的动量依赖性，这是定性的LA和GA的不同。
2011-09-09 cond-mat.str-el
Matrix-Product based Projected Wave Functions Ansatz for Quantum Many-Body Ground States
我们开发了一种新的投影波函数方法，它是基于矩阵乘积算子（MPO）形式的投影算子。我们的方法允许通过优化MPO的矩阵元素来变分地改善给定试验波函数的短程纠缠，而长程纠缠包含在波函数的初始猜测中。使用标准的变分蒙特卡罗技术进行优化。我们证明了我们的方法的效率，通过考虑相互作用的无自旋费米子的一维模型。此外，我们指出如何推广这种方法到更高的维度使用投影算子是基于张量积。
2012-01-30 cond-mat.str-el physics.comp-ph quant-ph
Variational study of U(1) and SU(2) lattice gauge theories with Gaussian states in 1+1 dimensions
介绍了一种研究1+1维阿贝尔和非阿贝尔格点规范模型的静态和动态性质的方法。具体来说，我们确定了一组变换，解开不同的自由度，并应用一个简单的高斯变分的anastomic所产生的哈密顿量。为了证明该方法的适用性，我们分析了U（1）和SU（2）规范模型的弦断裂的静态和动态方面。我们将我们的结果与张量网络模拟进行基准测试，并观察到非常好的一致性，尽管高斯模型中的变分参数的数量要小得多。
2018-09-26 cond-mat.str-el hep-lat quant-ph
Correlation-Enhanced Neural Networks as Interpretable Variational Quantum States
变分方法已被证明是很好的工具来近似基态复杂的多体哈密顿量。像神经网络这样的通用工具非常强大，但它们的参数不一定是物理驱动的。因此，波函数的有效参数化可能变得具有挑战性。在这封信中，我们介绍了一个基于神经网络的变分anastomosis，保留了这些通用方法的灵活性，同时允许一个可调的相关性管理的物理系统。我们说明了这种方法的拓扑，长程相关和挫折模型的成功。此外，我们引入兼容的变分优化方法探索低的激发态没有对称性，保持解释的分析。
2021-03-08 cond-mat.dis-nn cond-mat.str-el quant-ph
Ground state phases of the two-dimension electron gas with a unified variational approach
Center for Computational Quantum Physics, Flatiron Institute（弗拉iron研究所计算量子物理中心）；University of New Mexico（新墨西哥大学）；Princeton University（普林斯顿大学）
本文提出用基于消息传递神经量子态的统一回流型变分波函数描述二维电子气全密度范围，得到更低基态能量，并发现维格纳晶体转变发生在 rs=37±1，且在液相与晶相之间存在具有增强短程向列型自旋关联的中间态。
2024-05-29 cond-mat.str-el cs.LG physics.comp-ph
Molecular properties by Quantum Monte Carlo: an investigation on the role of the wave function ansatz and the basis set in the water molecule
量子蒙特卡罗方法是一种精确的、有前途的电子结构计算多体技术，近年来，由于其随系统大小的良好缩放和高效的并行化，特别适合于现代高性能计算设备，量子蒙特卡罗方法正受到越来越多的关注。波函数的近似性及其变分的灵活性是精确描述分子性质和该方法处理大体系的能力的关键。本文用不同的变分方法，对水分子的总能量、偶极和四极动量、电离能和原子化能、平衡组态、振动的谐波和基频等性质进行了广泛的分析。调查主要集中在变分蒙特卡罗计算，虽然一些晶格正则化扩散蒙特卡罗计算也有报道。通过系统的研究，为QMC计算中波函数、赝势和基组的选择提供了有益的指导。我们还介绍了一种新的策略，定义的原子轨道中所涉及的Jastrow反对称Geminal功率波函数，以大大减少变分参数的数量。该方案在大基组的情况下显著提高了QMC能量最小化的效率。
2013-09-02 cond-mat.str-el physics.atom-ph physics.chem-ph
Variational optimization in the AI era: Computational Graph States and Supervised Wave-function Optimization
用一个紧凑、有效的变分波函数表示目标量子态是解决量子多体问题的一个重要途径。在这种方法中，主要的挑战包括设计一个合适的变分模型和优化其参数。在这项工作中，我们应对这两个挑战。首先，我们定义了计算图态（CGS）的变分类，它给出了一个统一的框架来描述所有的可计算变分代数。其次，我们开发了一种新的优化方案，监督波函数优化（SWO），系统地提高了优化的波函数从监督学习的思想。虽然SWO可以独立于CGS使用，但将它们结合使用可以为变分波函数的快速设计、原型设计和优化提供灵活的框架。我们证明了CGS和SWO优化的基态波函数的一维和二维海森堡模型上九个不同的变分架构，包括架构以前没有用来代表量子多体波函数，并发现他们是积极的竞争力，以其他方法。这种架构探索的一个有趣的应用是，我们证明了完全卷积神经网络波函数可以针对一个系统大小进行优化，并且使用相同的参数，可以为一系列系统大小产生准确的能量。我们希望这些方法能提高发现新的变分不等式的速度，并为量子多体问题带来进一步的见解。
2018-11-29 cond-mat.str-el physics.comp-ph
