量子科技中心_量科网

变分方法数十年来为捕捉多体量子物理提供了可控且强大的工具。近期引入的高表达能力神经网络量子态，已能精确表征众多目标哈密顿量对应的复杂波函数大类。该研究团队提出了一种基于第一性原理的方法，通过将简单哈密顿量的本征态绝热延拓至强关联区域，构建多体激发态的神经网络表示。在获得对完整多体能隙的可控访问后，研究人员得出了临界指数的精确估计值。连续本征态估计可完全并行运行，无需参考其他能谱即可精确瞄准激发态特性，这为物质整个物相普适特性的大规模数值研究开启了大门。