XiaoMi-AI文件搜索系统
World File Search System对称张量
yastn：另一个对称张量网络
我们提出了一个用于量子多体模拟的开源张量网络python库。的核心是一种Abelian对称张量，以稀疏的块结构实现，该结构由密集的多维阵列后端的逻辑层管理。这是在矩阵prod-uct状态下运行的高级张量网络算法和预测的纠缠对状态的基础。诸如Pytorch之类的适当后端，可以直接访问自动分化（AD），以实现GPU和其他支持的加速器的成本功能梯度计算和执行。我们在具有无限投影纠缠状态的模拟中显示了库的表现，例如通过Image nime time Evolution通过AD找到基态，并模拟Hubbard模型的热状态。对于这些具有挑战性的示例，我们识别并量化了由对称调整器实现利用的数值优势来源。
TBA摘要：TBA全体谈话4罗素·杰特（...
摘要：在本演讲中，我将重点介绍用于分析和分解张量数据的快速方法。在演讲的第一部分中，我将介绍一种我们为对称张量分解提出的方法。我们为算法及其相关的非凸优化问题提供了几种保证。此外，我们从经验上观察到该方法比现有的分解算法要快大约一个数量级，并且对噪声也很强。在演讲的第二部分中，我将介绍时刻的隐式方法。多元随机变量的高阶力矩遭受维数的诅咒：条目的数量按矩的顺序为指数尺度。我们引入了一种隐式方法，该方法允许估算参数而不明确形成矩，以免避免维度的诅咒。我们使用这种方法来估计高斯混合模型的参数，获得了一种具有与最先进方法相似的计算和存储成本的方法，例如预期最大化，并为多变量变量的瞬间方法开辟了大门。最后，我将提及几种相关的方法和应用程序，包括有关使用谈话第一部分中引入的方法进行分解时刻张力张量的持续工作。
美国商业建筑冷却系统的功率灵活性评估
在诞生 - 刺探测的框架内，分子的电子结构被描述为电子在外部电势中的多维波函数，通常由核框架的指控产生。找到准确的近似值来描述这些多维波函数是量子化学化学的关键目标之一，并且在过去几十年中出现了几种类型的模型。[1]大多数模型将多维电子波函数正式分解为一电子波函数（自旋轨道）的抗对称张量产物（Slater决定簇）的线性组合。可以通过两个旋转和旋转基础状态完全描述自旋成分，仅留下轨道的空间部分。传统的电子结构包通常使用全球以原子为中心的基础函数来描述轨道的空间部分。这些基础函数模仿氢原子的溶液，整个过程被称为原子轨道的线性组合（LCAO）。到目前为止，最突出的选择是以原子为中心的高斯函数乘以多项式因子。[2，3]高斯功能的指数在每个原子上都定义，这将导致大量的单个基集（EMSL基集Exchange Library [4]列表当前的429个不同的基于碳原子的不同基集），从而使其成为右键的非事件。不含基准的方法代表空间替代高斯基集的替代方案，例如指数函数[5]（Slater-type基集）和Sturmians [6]，并且是正在进行的研究的主题，但仍依赖于全球定义的基础集。
群场论与全息张量网络
凝聚态理论中的张量网络算法 [1-5] 最近在量子引力领域产生了巨大影响，成为研究普朗克尺度时空性质及其全息特性的有力新工具。在 AdS/CFT 框架中，Ryu-Takayanagi 公式与几何/纠缠对应 [6-9] 相结合，导致了一种新的全息对偶构造方法，如今由 AdS/MERA 猜想 [10] 进一步捕获，该猜想建议将量子多体边界态的辅助张量网络分解的几何解释为对偶体几何的表示 [11,12]。张量网络在此意义上的使用产生了一种新的构造方法 [13]，其中某些全息理论的关键纠缠特征可以通过张量网络状态类来捕获。在量子引力的非微扰方法中，包括圈量子引力（LQG）和自旋泡沫模型[14-17]及其在群场论（GFT）方面的推广[18-20]，前几何量子自由度被编码在随机组合自旋网络结构中，用SU（2）的不可约表示标记，并在每个节点上赋予规范对称性。此类自旋网络态可理解为特殊的对称张量网络[21,22]，张量网络技术已在量子引力领域得到广泛应用[23-26]。在半经典层面上，离散时空和几何与此类结构自然相关，其量子动力学与（非交换的）离散引力路径积分相关[27-30]。悬而未决的问题是展示连续时空几何和广义相对论动力学如何从具有相同前几何自由度的全量子动力学中诞生，这实际上将量子时空描述为一种特殊的量子多体系统[31-33]。从这个意义上说，张量网络技术已广泛应用于圈量子引力背景下的自旋泡沫重正化问题[23-26]，以及用于分析自旋网络纠缠结构的定量工具，并寻找具有与半经典解释中的良好几何兼容的关联和纠缠特性的自旋网络态类。最近，张量网络表示方案已被用于提取自旋网络态非局域纠缠结构的信息，并在背景独立的情况下理解局域规范结构对全息纠缠的普适标度特性的影响[34]。沿着这条思路，一些作者在 [ 35 ] 中定义了随机张量网络和群场论 (GFT) 状态之间的精确词典，并以此为基础在非微扰量子引力背景下首次推导了 Ryu-Takayanagi 公式 [ 6 ]。该字典还在对 GFT 状态进行不同限制的情况下，暗示了 LQG 自旋网络状态与张量网络之间的对应关系，以及随机张量模型 [ 36 ] 与张量网络之间的对应关系。总结上述字典，GFT 状态定义了具有场论公式和量子动力学的（广义）规范对称张量网络。GFT 张量的场论性质提供了一种自然的随机解释，尽管它对应的概率测度通常与标准随机张量网络模型的概率测度不同。此外，GFT 网络的主要特征——晶格拓扑、张量序、键维数——不是固定的，而是由所考虑的特定 GFT 模型动态诱导的。从这个意义上说，GFT 定义了通常张量网络的广义。因此，GFT 定义的张量网络的关联函数将在很大程度上取决于模型的选择。如 [ 35 ] 所示，标准随机张量网络模型与 GFT 张量网络之间的相似性在非相互作用 GFT 理论的最简单情况下尤其明显，其中理论的传播子诱导最大纠缠