用于高效计算分子振动光谱的树张量网络方法
该团队开发并运用通用的树状张量网络(TTN)来计算两个模型系统的振动光谱:一组64维耦合谐振子及乙腈分子。研究人员探索了多种树状架构,包括从矩阵乘积态(MPS)的简单线性结构,到仅叶节点携带物理分支的树结构(如多层多构型含时Hartree方法ML-MCTDH的基础假设),再到允许所有节点具备物理分支的更通用树结构。此外,该工作实现了局部最优块预条件共轭梯度法(LOBPCG)和逆迭代法作为本征求解器。通过对计算时间和精度的全面基准测试,研究证实所有TTN结构均可实现亚波数精度的振动光谱计算。其中MPS与三腿树状张量网络态(T3NS)耗时相近,而仅含叶节点的树结构计算时间显著增加。所有数值模拟均通过PyTreeNet完成——这是一个专为灵活张量网络计算设计的Python软件包。

