Generalized Lanczos method for systematic optimization of tensor network states
Generalized Lanczos method for systematic optimization of tensor network states
复制标题
张量网络状态系统优化的广义 Lanczos 方法
DOI：
10.1088/1674-1056/27/7/070501
复制
发表时间：
2016-11
影响因子：
1.7
通讯作者：
Xiang Tao
中科院分区：
文献类型：
--
作者：
Huang Rui Zhen;Liao Hai Jun;Liu Zhi Yuan;Xie Hai Dong;Xie Zhi Yuan;Zhao Hui Hai;Chen Jing;Xiang Tao
我们提出了一种广义Lanczos方法，利用张量网络态（TNS）生成量子晶格模型的多体基态。基态波函数表示为由Lanczos迭代产生的一组TNS组成的线性叠加。该方法显著提高了张量网络算法的计算精度，为扩大TNS的最大键维数提供了一种有效途径。这样得到的基态包含显着更多的纠缠比每个单独的TNS，正确地再现在临界系统中的纠缠熵的对数大小依赖。该方法可以推广到非哈密顿系统和计算低激发态，动力学关联函数，和其他物理性质的强关联系统。
We propose a generalized Lanczos method to generate the many-body basis states of quantum lattice models using tensor-network states (TNS). The ground-state wave function is represented as a linear superposition composed from a set of TNS generated by Lanczos iteration. This method improves significantly the accuracy of the tensor-network algorithm and provides an effective way to enlarge the maximal bond dimension of TNS. The ground state such obtained contains significantly more entanglement than each individual TNS, reproducing correctly the logarithmic size dependence of the entanglement entropy in a critical system. The method can be generalized to non-Hamiltonian systems and to the calculation of low-lying excited states, dynamical correlation functions, and other physical properties of strongly correlated systems.
登录
查看更多内容
影响因子：
3.7
作者：
Xie, Z. Y.;Chen, J.;Qin, M. P.;Zhu, J. W.;Yang, L. P.;Xiang, T.
通讯作者：
Xiang, T.
影响因子：
3.7
作者：
Xiaoqun Wang;T. Xiang
通讯作者：
Xiaoqun Wang;T. Xiang
影响因子：
3.7
作者：
Holzner, Andreas;Weichselbaum, Andreas;von Delft, Jan
通讯作者：
von Delft, Jan
影响因子：
8.6
作者：
Jiang, H. C.;Weng, Z. Y.;Xiang, T.
通讯作者：
Xiang, T.
DOI：
10.1017/cbo9781139207249.009
发表时间：
2012
期刊：
--
影响因子：
--
作者：
W. Marsden
通讯作者：
W. Marsden