使用扩展的 FermiNet 架构探索量子相变

扩展 FermiNet 以检测量子相变

人工神经网络 (ANN) 可以快速准确地分析大量数据,已被证明在研究环境中非常有用。 谷歌的子公司英国人工智能部门 DeepMind 在 2020 年使用了一种名为费米子神经网络 (FermiNet) 的新人工神经网络来解决分子内电子的化学问题——薛定谔方程。

薛定谔方程是一个偏差分方程,它使用公认的能量守恒理论来解决与物质的性质和行为有关的问题。 DeepMind 能够在化学背景下使用 FermiNet(一种简单的概念方法)求解方程。 结果非常准确,可与高度复杂的量子化学方法相媲美。

来自伦敦帝国学院 (ICL)、DeepMind(兰开斯特大学)和牛津大学的研究人员最近采用 FermiNet 来解决量子物理问题。 他们在 Physical Review Letters 上发表的论文中使用 FermiNet 来研究均匀电子气,这是一种简化的电子在固体中相互作用的量子力学模型。

来源和详细信息:
https://phys.org/news/2023-02-extension-ferminet-quantum-phase-transitions.html

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注