Propagazione di stati con supporto sparso mediante stati quantistici neurali dipendenti dal tempo

Abstract degli autori

Gli stati quantistici neurali (NQS) si sono affermati come un potente ansatz per la dinamica quantistica. La loro elevata capacità di entanglement promette di superare la barriera dell’entanglement. Tuttavia, i metodi NQS dipendenti dal tempo esistenti non sono adatti a propagare stati iniziali con supporto sparso, a causa dell’intrinseca discrepanza tra il supporto di tali stati e quello delle loro derivate temporali. Per affrontare questo problema, introduciamo il metodo di campionamento per interpolazione come nuova forma di campionamento per importanza, in cui i campioni sono estratti da una distribuzione che interpola tra la funzione d’onda e la sua derivata temporale. In combinazione con un principio variazionale globale nel tempo, mostriamo, usando come esempio il modello di Ising bidimensionale in campo trasverso, che il campionamento per interpolazione consente di propagare accuratamente stati estremamente concentrati, che il campionamento standard della funzione d’onda non riusciva a trattare. Miglioriamo ulteriormente l’efficienza del campionamento introducendo (i) uno schema di campionamento congiunto configurazione-tempo, in cui sia le configurazioni di spin sia il tempo sono trattati come variabili casuali, e (ii) una strategia ibrida per la proposta dei campioni, che incorpora la conoscenza di un sottospazio di Krylov. Il nostro lavoro estende l’ambito di applicazione dei metodi NQS dipendenti dal tempo a una gamma più ampia di scenari fisicamente rilevanti, mettendo al contempo in discussione la diffusa dipendenza dalla distribuzione di Born e dalle sue varianti più vicine come base predefinita per il campionamento.