量子多体系统的线性张量重正化群方法

文章简述了数值重正化群方法的历史发展,包括威耳逊(Wilson)的数值重正化群算法,S.R.White的密度矩阵重正化群方法,以及近期迅速发展的处理强关联量子系统的几种张量网络态与张量网络算法.在此基础上,文章重点介绍了作者最近提出的用于研究量子多体系统热力学性质的线性张量重正化群方法,以及该方法在一维和二维量子系统中的应用.

张量重正化群方法及其应用

张量重正化群方法是近年来发展起来的一种新的数值计算方法,它将经典配分函数和量子波函数的张量网络表示与重正化群方法相结合,在强关联系统的数值研究中,发挥着越来越重要的作用。文章以经典统计模型和量子格点模型为例,简要介绍了张量重正化群的一些基础知识和研究给定物理模型的一般性思路,并对张量重正化群未来可能的发展方向和亟待解决的问题进行了讨论。

张量网络与神经网络在物理学中的应用和交融

基于张量网络的数值重正化群方法,被广泛地应用到物理学的研究中,已经成为量子多体计算方法大家庭的重要一员。近年来,基于神经网络的机器学习方法也逐渐渗透到物理学领域,并被成功应用在量子多体等问题的研究中。文章简要综述了近年来张量网络和神经网络在凝聚态物理和统计物理学的应用,并讨论了两者的相互交叉和结合。