无序量子多体自旋链中的统计编码张量网络方法

模拟具有无序性的量子多体系统动力学是一项基础性挑战。该研究团队提出了一种通用方法——统计编码张量网络(SeTN)——来研究此类系统。通过将无序性编码到辅助层并分别进行平均处理,SeTN恢复了平移对称性,从而建立了明确定义的转移矩阵表述。研究人员推导出关联离散化参数n、无序强度α和演化时长t的普适判据n≫α²t²,该判据确定了实现可靠无序平均所需的分辨率,并证明编码方法在弱无序(通常为混沌态)体系中效率最高。应用于横向场伊辛无序模型时,SeTN揭示谱形因子由转移矩阵主导本征值决定,这与受踢伊辛模型形成鲜明对比。该工作为探究多体量子系统中无序驱动的动力学现象提供了全新框架。

量科快讯