AIが解く世界の難問 · 量子物理・量子計算 · arXiv · 2026-10-23
スケーラブルなニューラル波動関数：情報混合と階層型ネットワーク構造
原題: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures
量子多体系の数値シミュレーションは、系のサイズとともにヒルベルト空間が指数関数的に増えるため困難である。本研究は生成型ニューラルネットワークの波動関数アンザッツとしてMLPミキサーを検討し、様々な相にある2次元量子多体系の基底状態の表現を求めて、RNNやTransformerと比較した。MLPミキサーは最先端のモデルと競合する性能を示し、Transformerと階層的に組み合わせたモデルは大規模量子系で他の最先端アーキテクチャを上回った。