Automatische Ordnerkennung und Wiederherstellung durch systematisch verbesserbare variationalen Wellenfunktionen

Variationalen Wellenfunktionen sind ein unverzichtbares Werkzeug, um die Eigenschaften stark korrelierter Systeme zu untersuchen. Wir schlagen eine solche Wellenfunktion vor, die auf der Theorie der Hilfsfelder basiert und Aspekte des Hilfsfeld-Quanten-Monte-Carlo sowie moderner variationaler Optimierungstechniken, einschließlich automatischer Differenzierung, kombiniert. Das resultierende Ergebnis, das aus mehreren Schichten optimierter Projektoren besteht, ist äußerst ausdrucksstark und systematisch verbesserbar. Wir bewerten diese Form am zweidimensionalen Hubbard-Modell, indem wir sowohl zylindrische als auch große, vollständig periodische Superzellen verwenden. Die berechneten Grundzustandsenergien sind wettbewerbsfähig mit den besten variationalen Ergebnissen. Darüber hinaus sagen die optimierten Wellenfunktionen die korrekte Grundzustandsordnung mit nahezu vollständiger Symmet Wiederherstellung (d.h. Translationsinvarianz) voraus, trotz anfänglicher Zustände mit inkorrekten Ordnungen. Das kann ein Werkzeug zur Vorhersage lokaler Ordnung werden, was zu einem neuen Paradigma für variationalen Studien von Bulk-Systemen führt. Es kann auch als Ansatz betrachtet werden, um genaue und systematisch verbesserbare Wellenfunktionen in einer bequemen Form von nicht-orthogonalen Slater-Determinanten (z.B. für Quantenchemie) zu erzeugen, bei polynomialen Berechnungskosten. Veröffentlicht von der American Physical Society 2024