الذكاء الاصطناعي ومشكلات العالم الصعبة · فيزياء الكم والحوسبة الكمومية · arXiv · 2026-10-21

حالات هول الكمومية الكسرية للشبكات العصبية بعوامل مصفوفية للأزواج المدارية قابلة للتعلُّم: الموازنة بين المعرفة الفيزيائية المسبقة والمرونة

العنوان الأصلي: Neural Network Fractional Quantum Hall States with Learnable Orbital Pair Matrix Factors: Balancing Physical Priors and Flexibility

تَعِد حالات هول الكمومية الكسرية المعتمدة على الشبكات العصبية بالقدرة على التقاط امتزاج مستويات لانداو، لكن دمج المعرفة الفيزيائية المسبقة ظل صعب التوفيق مع مرونة الشبكة. ويستبدل القالب المقترح ذو المعامل المصفوفي للأزواج المدارية (MHPO-M) بنية لافلين الثابتة بعوامل أزواج قابلة للتعلُّم تتوقف على كل من التشكلات الإلكترونية والمدارات. وعند ν=1/5 و1/3 و2/5 يحقق أدنى طاقة تغايرية بين المتغيرات المختبرة، ويمكِّن القراءة المدارية المُفكَّكة إلى عوامل من التوسع إلى 35 إلكترونًا بطاقات تتنافس مع الاتجاهات المستنتَجة من القطر الدقيق بثلاثة مستويات لانداو.

اقرأ المصدر الأصلي ↗

جميع العناصر →