arXiv · Strongly Correlated Electrons· Jianxin Gao, Qiaoyi Li, Yuan Gao, Chuanshu Xu, Guoliang Wu, Su Yi, Bin-Bin Chen, Wei Li·· 11 天前精选
研究团队提出用于量子晶格模型的对称热张量网络完美 Born 采样
Perfect Born Sampling of Symmetric Thermal Tensor Network for Quantum Lattice Models
arXiv:2609.35754v1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：Jianxin Gao, Qiaoyi Li, Yuan Gao, Chuanshu Xu, Guoliang Wu, Su Yi, Bin-Bin Chen, Wei Li
首次提交：2026-09-29 01:58
研究任务与主要进展
研究作者提出一种对称热张量网络的完美 Born 采样方法，直接从纯化密度矩阵按 Born 规则进行重要性采样，并通过采样对称量子数利用 Abelian 和 non-Abelian 对称性。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
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。
本站判断
该方法直接从纯化密度矩阵按 Born 规则采样，并通过采样对称量子数同时利用 Abelian 与 non-Abelian 对称性，针对随机张量网络方法中采样效率与对称加速难以兼得的瓶颈。基于论文摘要，作者在 Hubbard 和量子 Ising 模型上报告了低温、动力学及临界点模拟结果，但具体误差、计算资源和与现有方案的完整比较仍未说明。本站设想：可在相同模型、温度和采样预算下比较其对称加速收益与额外采样成本。
来源：arXiv · Strongly Correlated Electrons · arxiv.org