SA-LapNet固定总自旋以减少态混合
热点事件持续更新
SA-LapNet固定总自旋以减少态混合
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Li及同事提出神经网络量子蒙特卡洛方法SA-LapNet，通过在波函数构造中精确固定总自旋，使神经网络专注于学习电子间的空间关联，从而避免计算电子自旋态时混入其他磁态。 测试结果显示，模型均落在目标自旋态，且未出现惩罚法带来的能量误差上升；在15个小分子或簇上的测试中，其表现普遍优于AFQMC，单步耗时也更低。
AI 根据报道生成 · 2 小时前更新
最新进展10月25日 16:39
SA-LapNet：从波函数构造上解决神经网络量子计算的态混合难题报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI HuntSA-LapNet：从波函数构造上解决神经网络量子计算的态混合难题
Li及同事提出神经网络量子蒙特卡洛方法 SA-LapNet，通过构造波函数精确固定总自旋，让神经网络专注于学习电子间的空间关联。测试结果显示，该方法精准落在目标自旋态且未伴随能量误差上升，在15个小分子/簇上普遍优于AFQMC，单步耗时也更低。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月25日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。