量子科技中心_量科网

神经网络在求解各类多体问题的基态方面展现巨大潜力。然而在解决传统工具难以处理的复杂系统和系统尺度问题前，仍需攻克若干关键挑战。该研究团队提出了一种通用高效的方法，用于学习任意多体复杂波函数的神经网络表示。通过实现高达25个粒子系统99.9%的重叠率，研究人员利用该神经波函数进行预训练，成功求解了20个电子在库伦相互作用和实际朗道能级混合条件下的分数量子霍尔效应问题。