量子科技中心_量科网

神经量子态（NQS）是用于表示复杂量子多体系统的有力工具，其应用范围正日益扩大。然而尽管广受欢迎，目前人们对其局限性的理解仍处于初级阶段。该研究团队通过考察NQS对计算基矢选择的依赖性（以受限玻尔兹曼机为研究对象），针对横场伊辛模型对应的旋转哈密顿量族系，系统分析了影响NQS性能的基态特性——包括基态简并度以及振幅与相位均匀性，并深入探究了这些因素的相互作用机制。研究发现，NQS的性能基矢依赖性与多自旋算符的团簇/累积量展开收敛特性直接相关，由此建立了将物理系统的基矢相关特性与算法性能直接关联的理论框架。这些成果不仅为评估NQS在新问题中的适用性提供了依据，还能指导数值计算中最优基矢的选择。