1.引入：TEBD算法想解决什么问题？
给定一个张量网络,把整个张量网络的指标求和，并得到求和的结果。
2.张量网络的背景
给定一个由 W × H W\times H W×H个张量组成的张量网络（设 H H H为偶数），其图形表示构成一个正方格子，如图所示：
该张量网络由3种不等价张量构成，在四个角上的张量为二阶张量 C C C（蓝色空心圆圈），在边上的张量为三阶张量 B B B（黄色圆圈）在内部为四阶张量 T T T（蓝色圆圈），各个张量的指标顺序如上图所示。
很多物理问题可最终等价为类似的张量网络收缩计算问题，例如，经典模型热力学配分函数的计算、量子格点模型基态和含时动力学计算等。
问题：严格收缩类似张量网络的计算代价，随着 W W W或 H H H指数增大，属于NP难问题
解决方法：采取近似方法计算收缩。
3.TEBD算法
TEBD（全称time-evolving block decimation）为一种基于矩阵乘积态的、近似收缩张量网络的数值算法。
主要思路：从处于边界的张量构成的MPS开始，一行一行（或一列一列）地收缩张量网络
将张量网络沿水平（或坚直）方向从中间分成两部分，以下半部分为例，下边界的张量实际上组成了一个长度为 W W W 的MPS态, 记 为 ∣ φ D 0 ⟩ , \left|\varphi^{D_{0}}\right\rangle, ∣∣φD0⟩, 整个下半部分收缩的结果可记为另一个MPS态 ∣ φ D ⟩ , \left|\varphi^{D}\right\rangle, ∣∣φD⟩, 中间每一层张量构成一个作用在 ∣ φ D 0 ⟩ \left|\varphi^{D_{0}}\right\rangle ∣∣φD0⟩ 上的算符，记为 ρ ^ , \hat{\rho}, ρ^, 则有
∣ φ D ⟩ = ρ ^ H 2 − 1 ∣ φ D 0 ⟩ \left|\varphi^{D}\right\rangle=\hat{\rho}^{\frac{H}{2}-1}\left|\varphi^{D_{0}}\right\rangle ∣∣φD<
最低0.47元/天 解锁文章
1729
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
