量子科技中心_量科网

该研究提出了一种基于神经网络参数化波函数的变分方法，用于量子场论。尽管变分法在许多领域有着辉煌的历史，但其在量子场论中的应用一直受到众所周知挑战的限制。该工作表明，神经网络波函数与现代机器学习技术相结合，能够在非平凡场论中实现具有竞争力的变分计算。作为演示，该团队复现了二维非线性 \(σ\) 模型的基本特征：渐进自由、动力学质量生成以及该模型的步进缩放函数。