利用神经量子态求解哈伯德模型

《Nature Communications》：Solving the Hubbard model with neural quantum states

　　

摘要

神经量子态的快速发展使其成为研究量子多体系统的有力工具。在本研究中，我们利用基于变换器的架构并开发高效的优化算法，为掺杂的二维哈伯德模型取得了当前最优的计算结果，该模型可视为高温超导现象的最简模型。有趣的是，我们发现神经量子态模型中的不同注意力机制能够直接编码不同尺度上的关联，从而有效捕捉强关联系统中的长程关联。借助这些进展，我们发现了具有次近邻跃迁的二维哈伯德模型基态中存在半满能带的证据，这一结果与铜氧化物中的实验观测相符。我们的工作表明，神经量子态模型是解决复杂多费米子系统问题的强大工具。