量子科技中心_量科网

“神经量子态（NQS）”是一类通过神经网络参数化的变分波函数，用于研究量子多体系统。该工作提出基于柯尔莫哥洛夫-阿诺德网络（KANs）的SineKAN作为NQS基态，将量子力学波函数表示为嵌套单变量函数。研究表明，采用可学习正弦激活函数的SineKAN波函数能够精确捕捉一维横场伊辛模型、各向异性海森堡模型及反铁磁J1-J2模型在不同链长情况下的基态能量、保真度及各类关联函数。在研究L=100位点的J1-J2模型时，该团队发现相较于密度矩阵重整化群（DMRG）算法所得结果，SineKAN模型在性能上超越了此前探索的多种神经量子态基态方案，包括受限玻尔兹曼机（RBMs）、长短期记忆模型（LSTMs）和前馈神经网络（FFCN）。