Séance de cours

Quantum Many-Body Dynamics: Approche du réseau neuronal artificiel

Description

Cette séance de cours présente un article sur la simulation de la dynamique quantique à plusieurs corps à l'aide de réseaux de neurones artificiels pour surmonter les défis informatiques posés par la taille exponentielle de l'espace de Hilbert. Le document introduit un nouveau schéma pour stabiliser les solutions et améliorer les détails techniques du réseau neuronal. Il traite de l'objectif d'optimisation, du schéma de régularisation basé sur le rapport signal sur bruit, et de l'application de la méthode au modèle d'Ising transversal sur un réseau carré. Les résultats montrent une simulation réussie de la dynamique quantique, le développement de l'intrication et la comparaison avec des techniques de pointe. La séance de cours met en évidence les avantages de l'approche de réseau de neurones artificiels en termes de coût de calcul et d'évolutivité de la taille du système, tout en abordant les instabilités restantes.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.