Analytic Continuation of Quantum Monte Carlo Data by Stochastic Analytical Inference
本文提出了一种严格基于贝叶斯统计推断原理的连续时间量子蒙特卡罗数据解析延拓算法。在这个框架内,我们能够获得一个明确的表达式,用于计算可能的能量谱的加权平均值,这可以通过标准的蒙特卡罗模拟进行评估,作为副产品也产生作为正则化参数的函数的分布函数。因此,我们的算法避免了通常的ad-hoc假设引入类似的algortihms固定正则化参数。我们将该算法应用于实时量子蒙特卡罗数据,并将所得的能谱与标准最大熵计算的能谱进行比较。
2009-12-28 cond-mat.str-el
Parameter-free analytic continuation for quantum many-body calculations
我们发展了一种可靠的无参数解析延拓方法用于量子多体计算。我们的方法是基于核网格,因果样条,正则化使用二阶导数粗糙度惩罚,和L-曲线标准。我们还开发了L-曲线平均偏差来估计我们的解析延拓的精度。为了更有效地处理统计获得的数据,我们进一步发展了一个Bootstrap平均解析延拓方法。在测试中,使用精确的同频格林函数与添加的统计误差,我们的方法产生的谱函数,系统收敛到精确的统计误差减少。作为应用,我们在虚时间内用动力学平均场论模拟了不同电子数的双轨道哈伯德模型,并用解析延拓方法得到了实频自能,清楚地识别出当电子数从四分之一填充接近半填充时的非费米液体行为.我们的解析延拓具有广泛的应用前景,它将有助于从连续时间量子多体计算中得出清晰的结论。
2022-12-31 cond-mat.str-el physics.comp-ph
Identifying the maximum entropy method as a special limit of stochastic analytic continuation
最大熵方法被证明是Sandvik [Phys.Rev.B57,10287(1998)]引入的随机解析延拓方法的一个特殊极限。我们采用解析延拓问题和相互作用的经典场系统之间的映射。选择该系统的哈密顿量,使得其基态场配置的确定对应于解析延拓输入数据的非正则化反演。正则化的影响,通过执行一个热平均在一个小的虚构的温度,使用Monte Carlo采样的场配置。我们证明,最大熵方法,目前公认的最先进的状态,只是这个完全动态的过程的平均场极限。我们还描述了一个技术创新:我们建议,并行回火算法导致更好地遍历相空间,使它很容易识别的正则化温度的临界值。
2004-03-01 cond-mat.str-el
Analytic continuation with Padé decomposition
格林函数或自能的不适定解析延拓问题可以使用Padé有理多项式近似来完成。然而,为了从这种近似中提取准确的结果,需要松原格林函数的高精度输入数据。松原格林函数的计算通常涉及松原频率求和,这不能用解析法计算。数值求和是必要的,但它收敛缓慢的松原频率的增加。在这里,我们表明,这个缓慢的收敛问题可以显着改善,利用Padé分解方法,以取代松原频率求和的Padé频率求和,可以获得高精度的输入数据,成功地执行Padé解析延拓。
2017-06-27 cond-mat.str-el
Bosonic Nevanlinna Analytic Continuation
本文提出将Nevanlinna解析延拓方法从费米子扩展到玻色子,通过双曲正切技巧将玻色子转化为辅助费米子,以精确重现高频谱函数尖锐特征并保持因果性。
2023-05-05 cond-mat.quant-gas cond-mat.str-el quant-ph
Analytical Continuation Approaches to Electronic Transport: The Resonant Level Model
在Kubo电导率公式的框架内,将解析连续平均谱方法(ASM)和最大熵方法(MaxEnt)应用于非相互作用共振能级模型的动态响应.频率依赖的电导率推断从虚时间电流关联函数的温度,栅极电压和代表的引线的谱密度的宽范围内,并与精确的结果进行比较。我们发现,MaxEnt提供了更准确的结果相比,ASM在整个光谱范围内。
2012-05-24 cond-mat.str-el
Minimal Pole Representation and Controlled Analytic Continuation of Matsubara Response Functions
本文提出一种系统且受控的最小极点表示方法,用于在预定义精度内逼近Matsubara函数并实现鲁棒的数值解析延拓,从而为多体理论中可靠的谱函数获取和物理解释奠定基础。
2024-06-12 cond-mat.str-el physics.comp-ph
Analytical Continuation of Matrix-Valued Functions: Carathéodory Formalism
用松原轴上的格林函数和自能来表述低温量子场论。在多轨道系统中,这些量与Carathéodory和Schur类的半正定矩阵值函数有关。对实频率响应函数等导出量的分析、解释和评估需要将非对角元素解析延拓到实轴。我们得出的标准下,这些功能存在给定的松原数据,并提出了一个插值算法,本质上尊重他们的数学性质。对于具有精确的松原数据的小系统,我们发现,延续完全恢复所有的非对角和对角元素。在实际材料系统中,我们表明,精度的延续是足够的解析延续与戴森方程交换,我们表明,常用的截断非对角自能元素导致相当大的近似工件。我们的方法铺平了道路的松原数据与多体理论方程的系统评估的实频轴。
2021-07-02 cond-mat.str-el
Bayesian parametric analytic continuation of Green's functions
贝叶斯参数解析延拓(BPAC)提出了噪声的连续时间格林函数数据的解析延拓,例如,通过连续时间量子蒙特卡罗模拟(CTQMC)获得。在BPAC中,谱函数是从一组合适的参数化基函数中推断出来的。贝叶斯模型比较,然后允许评估不同参数化的可靠性。这种模型比较所需的证据积分由嵌套抽样确定。相比,最大熵方法(MEM),常规用于CTQMC数据的分析延续,所提出的方法允许推断数据是否支持特定结构的谱函数。我们证明了BPAC的能力,在CTQMC数据的安德森杂质模型(AIM),显示了一个广义近藤的情况下,并比较BPAC重建的MEM以及从实时叉张量积状态杂质求解器获得的谱函数,其中没有分析延续是必需的。此外,我们提出了一个组合的MEM和BPAC和它的应用程序所产生的SrVO $_3$的从头处理的AIM。
2019-08-26 cond-mat.str-el physics.data-an
Noise Enhanced Neural Networks for Analytic Continuation
解析延拓将通过各种理论/数值方法获得的实时格林函数映射到可以直接与实验进行比较的实时响应函数。解析延拓是连接多体理论和实验的重要桥梁,但由于这类映射的病态性,也是一个具有挑战性的问题。在这项工作中,我们开发了一个基于神经网络的方法来解决这个问题。训练数据是使用合成高斯型谱函数或从精确可解模型生成的,其中解析延拓可以通过解析获得。然后,我们将训练好的神经网络应用于测试数据,无论是在蒙特卡罗模拟中的合成噪声还是固有噪声。我们的结论是,最好的性能总是实现时,适量的噪声被添加到训练数据。此外,我们的方法可以成功地捕获多峰结构的情况下,得到的响应函数的最佳性能。该方法可以与蒙特卡罗模拟相结合,与实时动态实验进行比较。
2021-11-26 cond-mat.str-el physics.comp-ph
Modified Pade approach for analytic continuation: Application to the zero-gap Kondo lattice model
提出了一种改进的Pade方法,作为计算虚时间内关联函数的数值方法的解析延拓。而不是直接的解析延续的关联函数,帕德方法适用于自能,然后用于推导格林函数在实能量。我们发现,这种修改后的,自能Pade方法是更稳定和强大的统计误差相比,直接的方式。通过对非相互作用Anderson晶格和哈伯德模型的实例计算,分析了改进Pade方法的特点和成功之处。我们还研究了一个零能隙的近藤晶格模型,在费米能级处的导电电子态密度线性消失,其中我们使用修改的Pade方法作为解析延拓。我们研究了近藤绝缘态的性质,包括绝缘带隙对近藤耦合和相干效应的依赖性。此外,我们确定了两个能量尺度的动力学和热力学量,这是相关的带杂交图片中的直接和间接的差距。
2019-06-12 cond-mat.str-el
Nevanlinna.jl: A Julia implementation of Nevanlinna analytic continuation
本文介绍Nevanlinna.jl,一种基于Nevanlinna插值的解析延拓Julia实现,保持因果性,用于从Matsubara数据提取实频率信息,并已应用于关联材料计算。
2023-09-19 cond-mat.str-el physics.comp-ph
Connecting Tikhonov regularization to the maximum entropy method for the analytic continuation of quantum Monte Carlo data
解析延拓是从量子蒙特卡罗(QMC)模拟中提取物理系统动力学性质信息的重要步骤。不同的解析延拓方法已被提出,并仍在发展中。本文在差异原则下,探索了一种基于Tikhonov正则化重复应用的正则化方法。该方法可以很容易地实现在任何线性代数包,并给出令人惊讶的接近最大熵方法(MaxEnt)的结果。我们详细分析了该方法,并演示了它与MaxEnt的连接。此外,我们提供了一个简单的方法来估计QMC数据的噪声水平,这是非常有帮助的差异原则的实际应用时,噪声水平是不可靠的。
2022-12-11 cond-mat.str-el physics.comp-ph
Imaginary-time quantum many-body theory out of equilibrium II: Analytic continuation of dynamic observables and transport properties
在量子点系统非平衡态的时间-时间理论中,通过合适的量子Monte-Carlo算法可以计算像格林函数这样的动力学量。具有挑战性的任务是解析地将复电压和复频率的瞬时数据延续到实变量上。为此,介绍和讨论的框架内的几个复变量的数学理论的函数理论描述的动态可观的。我们构建了一个可行的最大熵算法的分析连续性的分析结构上施加一个连续性假设,并提供结果的频谱函数在固定的非平衡和电流-电压特性的点充电能量的不同值。
2012-05-08 cond-mat.str-el
Analytical Singular-Value Structure of Analytic-Continuation Kernels from Slepian Information Theory
Graduate School of Information Sciences, Tohoku University(东北大学信息科学研究院);Department of Physics, Institute of Science Tokyo(东京科学大学物理系);Research and Education Institute for Semiconductors and Informatics, Kumamoto University(熊本大学半导体与信息学研究与教育学院);Sigma-i Co., Ltd.(Sigma-i有限公司)
通过分离热核的动态部分与统计权重,解析推导出费米子和玻色子统计下的奇异值结构,并利用Shannon数确定信息容量上限,提出基于Legendre伴随矩阵的最优采样点方法。
2026-05-26 cond-mat.str-el quant-ph
Robust analytic continuation of Green's functions via projection, pole estimation, and semidefinite relaxation
费米子的格林函数用矩阵值Herglotz-Nevanlinna函数描述。由于解析延拓从根本上说是一个不适定问题,矩阵值Herglotz-Nevanlinna结构所描述的因果空间可以有助于提高精度和增强对噪声的鲁棒性。我们展示了一个三管齐下的程序,称为PES:(1)投影数据的因果空间。(2)极点位置估计。(3)因果空间中的半定松弛。我们将PES的性能与最近开发的Nevanlinna和Carathéodory延拓方法进行了比较,发现PES在存在噪声的情况下更加鲁棒,并且不需要使用扩展精度算法。我们还证明了因果投影提高了Nevanlinna和Carathéodory方法的性能。PES方法推广到玻色响应函数,其中Nevanlinna和Carathéodory连续方法尚未开发。它对于研究具有尖锐特征的光谱特别有用,因为它们出现在固体中的分子和能带结构的研究中。
2022-10-09 cond-mat.str-el physics.comp-ph
Flat histogram quantum Monte Carlo for analytic continuation to real time
量子蒙特卡罗(QMC)方法可以得到算符$\hat O$的关联函数$C(τ)$的时间依赖性。通过这些数据的“数值反演”进行实时的解析延拓,以找到对应于$\hat O$的响应函数或谱密度$A(ω)$。这种方法对$C(τ)$中的统计误差非常敏感,特别是当我们对低能激发感兴趣时,对于大的$τ$值。在本文中,我们发现,如果我们在QMC方法中使用平坦直方图技术,以这样的方式使$C(τ)$的{\it直方图平坦,对于低能量激发的解析延拓的结果使用相同的计算时间。为了证明这一想法,我们选择了一个完全可解的版本中的单孔运动的$t-J$模型和图解蒙特卡罗技术。
2015-03-10 cond-mat.str-el
Implementation of the Maximum Entropy Method for Analytic Continuation
我们提出了$\texttt{Maxent}$,使用最大熵方法进行解析延续的谱函数的工具。该代码对离散虚轴数据集(具有不确定性的值)进行操作,并将此输入转换为实轴。该代码适用于虚时间和松原频率数据,并实现了有限温度格林函数的“勒让德”表示。它实现了各种内核,默认模型和网格,用于连续玻色子,费米子,异常和其他数据。我们的实现是在GPL v2下许可的,并有大量的文档。本文详细介绍了程序的使用方法。
2016-06-01 cond-mat.str-el physics.comp-ph
Artificial Neural Network Approach to the Analytic Continuation Problem
逆问题在物理学的许多领域都会遇到,其中将虚格林函数解析延拓到实频域是一个特别重要的例子。然而,解析延拓问题是不好的定义,目前没有解析变换来解决它是已知的。我们提出了一个通用的框架,建立一个人工神经网络(ANN),解决了这个任务的监督学习方法。应用人工神经网络方法的量子蒙特卡罗计算和模拟格林函数数据表明其高精度。通过与常用的最大熵方法进行比较,我们表明,我们的方法可以达到相同的精度水平,低噪声输入数据,而表现出显着更好的噪声强度增加时。与最大熵方法相比,神经网络方法的计算量减少了近三个数量级
2020-02-06 cond-mat.str-el physics.comp-ph
A reliable Pade analytical continuation method based on a high accuracy symbolic computation algorithm
我们批评帕德解析延拓方法,其中一个合理的多项式函数是适合一组输入点通过一个单一的矩阵求逆。这个过程是完成了一个非常高的精度,使用一种新的符号计算算法。作为一个例子,这种方法在行动中,我们将其应用到确定的单粒子热格林函数的光谱函数的问题,只知道在有限数量的松原频率与两个例子的自能量从T-矩阵理论的哈伯德模型。我们提出了一个系统的分析的输入点上的解析延拓的误差的影响,这导致我们提出了一个程序来定量测试的可靠性,从而消除了黑魔法标签经常附加到这个程序。
1999-11-23 cond-mat.str-el cond-mat.supr-con
Maximum Entropy Analytic Continuation for Spectral Functions with Non-Positive Spectral Weight
关于超导配对机制的信息包含在反常(Gorkov)格林函数的光谱权重中。在最一般的情况下,该谱权重可以在正实轴上改变符号,或者在存在破缺的时间反演对称性的情况下甚至是复数。这使得不可能的最大熵方法的数值结果得到的反常格林函数在松原频率或虚时间的直接解析延拓。在这里,我们表明,可以定义辅助格林函数,允许一个提取异常的光谱重量在最一般的多轨道自旋单线态或三线态的情况下,没有特别的对称性。作为一个简单的例子,我们处理的情况下,铅在Eliashberg理论:最大熵解析延拓与辅助格林函数(MaxEntAux)允许我们恢复谱函数,改变正号的实轴。该方法可以扩展到运输量。
2015-07-07 cond-mat.str-el cond-mat.supr-con
Nevanlinna Analytic Continuation for Migdal-Eliashberg Theory
提出一种在Migdal-Eliashberg理论框架内重建实频性质的方法,通过克服传统分解函数缺乏因果性质的挑战,结合Nevanlinna解析延拓技术,实现了与实验数据直接可比的准确实频结果。
2024-10-14 cond-mat.str-el cond-mat.supr-con physics.comp-ph
Analytic Continuation by Feature Learning
Tongji University(同济大学);School of Physics Science and Engineering(物理科学与工程学院)
针对解析延拓从虚时格林函数重建实时谱函数的不适定难题,提出FL-net神经网络提升预测精度(较传统及过往方法至少提20%),并开发分析方法评估鲁棒性,揭示隐藏维度与损失、鲁棒性的关系,为该问题提供新方案。
2024-11-22 cond-mat.str-el cs.LG eess.SP