Genau Berechnung von quanten-exzitierten Zuständen mit neuronalen Netzwerken

Wir präsentieren einen Algorithmus zur Schätzung der angeregten Zustände eines Quantensystems durch Variations-Monte-Carlo, der keine freien Parameter hat und keine Orthogonalisierung der Zustände erfordert, sondern das Problem in das Finden des Grundzustands eines erweiterten Systems umformuliert. Beliebige Observablen können berechnet werden, einschließlich off-diagonaler Erwartungen, wie dem Übergangsdipolmoment. Die Methode funktioniert besonders gut mit neuronalen Netzwerk-Ansätzen, und durch die Kombination dieser Methode mit den FermiNet- und Psiformer-Ansätzen können wir Anregungsenergien und Oszillatorstärken für eine Reihe von Molekülen genau wiederherstellen. Wir erreichen genaue vertikale Anregungsenergien für Moleküle in der Benzin-Range, einschließlich herausfordernder Doppelanregungen. Über die in dieser Arbeit präsentierten Beispiele hinaus erwarten wir, dass diese Technik für die Atom-, Kern- und Festkörperphysik von Interesse sein wird.