【读书笔记】Intro to TensorNetwork Methods - TensorNetwork（2）

2.Time Evolution via TensorNetwork

   （0）Overview：

           * GroundStates Ansatz：MPS + Effective_Hamiltonian_Variation

           * Time Evoluation：(1) 可迭代 - 张量结构不变 (2) 保效率 - 维度要求不变 

           * Trotter - Suzuki 分解 （Making use of Baker-Campbell-Hausdorff formula）

           * 要素：可拆分成 奇偶项交错的 演化切片, 交错（避免张量乘）算一个切片

            

              

             

   （1）Time-Dependent Density Matrix Renormalization Group：

           * TEBD - 不断作用Trotters，原理简单，收尾速度慢（4-sites periodic = 1D Inf chain）

            

           （讲道理，作为简单的演示示例，iTEBD 用 只需要储存几个就可以开算）

             不等价局域张量A，B，SAB，SBA，左环境矩阵，右环境矩阵

           * t-DMRG - 高性能计算，收敛速度显然（回顾上一讲Effective_Hamiltonian_Variation）

           

   （2）Fidelity-Driven Evolution：

           * 最小化  同  的重叠，

           *  作为 states to be solved

           *  作为 states constant t bond dimension  

           *  作为 第i位 待更新的 t-DMRG 张量元 

           * 最优化 （我显然是没搞懂为什么）

             

  （3） Time-Dependent Variational Principle：

           * 可以说就是 包含 DMRG - TEBD 这类MPS Ansatz算法的通则。

             MPS 切空间 与 TDVP 算法 简介 - 知乎

           * 将时间演化算符投影到与具有给定键维数的MPS空间相切的流形上，

           

           * 使张量网络结构通过构造得以保留。MPS 切空间包含感兴趣的低能态性质.

           * 还没学微分几何，先赶code进度，快了（待坑）

             * One-site TDVP：

        

             * Two-sites TDVP：

        

       注：高维的线性映射 可以 诱导出一个低维的非线性映射

            量子多体中的非线性：一般讨论 - 知乎