arXiv · Strongly Correlated Electrons· Andres Perez Fadon, Pok Man Tam, Leyna Shackleton·· 6 小时前
Anyonic Neural Network Wavefunctions：用神经网络波函数研究阿贝尔任意子气体
Anyonic Neural Network Wavefunctions
arXiv:2610.23815v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Andres Perez Fadon, Pok Man Tam, Leyna Shackleton
研究任务与主要进展
作者提出名为AnyNet的神经网络波函数变分方法，用于研究连续空间中的阿贝尔任意子气体，并能精确编码任意子统计引起的短距离非解析行为。基于论文摘要，AnyNet在N=4时与精确对角化结果高度一致，中间统计下扩展至N=16，近费米子情形扩展至N=20并与微扰结果的差异在0.4%以内；研究还考察了谐振阱中的任意子、任意子原子及波函数结构等性质。
阶段、条件与复现 · 深读核对
- AI 解决哪一个明确的量子问题？
- 训练数据、物理约束、误差与分布外检验是什么？
- 相同精度和总资源下，是否优于已有方法？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Strongly Correlated Electrons · arxiv.org