量子科技中心_量科网

对量子系统底层概率分布进行采样是一项重要的计算任务，例如在量子优势实验和量子蒙特卡洛算法中。张量网络是高效表示具有有限纠缠特性的大规模量子系统状态的宝贵工具。目前针对一维张量网络的采样算法已相当成熟，并广泛应用于多种一维张量网络方法中。本论文提出了两种针对二维等距张量网络态（isoTNS）的新型采样算法，这些算法可视为一维张量网络算法的扩展。第一个算法实现独立采样，可生成单个构型及其关联概率；第二个算法采用贪心搜索策略，能识别出K个高概率构型及其对应概率。数值实验结果表明，这些算法在不同纠缠程度和系统规模的量子态中均表现出良好性能。