量子科技中心_量科网

本工作扩展了先前引入的非欧几里得神经量子态（NQS）类别——该类别最初仅包含庞加莱双曲门控循环单元（GRU）——新增了庞加莱循环神经网络（RNN）、洛伦兹循环神经网络以及洛伦兹门控循环单元等变体。除构建并介绍这些新型非欧几里得双曲NQS拟设外，该团队推广了早期工作中关于庞加莱双曲GRU NQS拟设的决定性优势结论：在涉及海森堡J1-J2和J1-J2-J3模型量子多体体系的变分蒙特卡洛（VMC）实验中，当系统呈现不同近邻相互作用层级结构时，这些双曲拟设始终超越其欧几里得对应版本。本次研究中，该团队特别针对100个自旋的大型系统发现：所有四种双曲RNN/GRU NQS变体均稳定优于各自欧几里得版本。具体而言，在考察的所有J2及(J2,J3)耦合参数（包括J2=0.0）下，洛伦兹RNN NQS与庞加莱RNN NQS始终胜过欧几里得RNN NQS；而洛伦兹/庞加莱GRU NQS除庞加莱GRU NQS在J2=0.0时的一次例外，同样全面领先欧几里得GRU NQS。更值得注意的是，在八组实验设置中，四种双曲NQS拟设的表现呈现交替领先格局：洛伦兹GRU与庞加莱GRU在四组参数下轮流成为所有欧几里得及双曲NQS拟设中的最优解；而参数量减少三分之二的洛伦兹RNN不仅八次全胜欧几里得GRU，更在四组实验中同时超越洛伦兹GRU和庞加莱GRU，最终成为综合性能最优的双曲NQS拟设。