双正交神经网络方法在二维非厄米系统中的研究
非厄米量子多体系统展现出丰富的物理现象,包括非厄米趋肤效应和异常点等,这些现象目前仍难以通过现有数值技术有效研究。该工作探索了变分蒙特卡洛与神经网络波函数表示方法在基态(实部能量最小本征态)特性研究中的应用。针对非厄米体系中瑞利-里兹变分原理的失效,研究人员开发了基于方差最小化的自洽对称优化框架,并引入动态更新的能量估计值。该方法充分尊重左右本征态的双正交结构,并通过利用体系对称性和伪厄米性进一步强化。在具有复纵向场的二维非厄米横场伊辛模型测试中,该方案在宇称-时间对称相与破缺相中均展现出高精度。此外,该团队提出新型优化程序以应对异常点带来的挑战,在标准变分技术失效的区域仍能实现基态的可靠收敛。最后,大量数值实验表明,该方法为研究非厄米量子多体系统提供了超越传统数值技术(如密度矩阵重正化群算法)适用范围的可扩展灵活计算工具。
