ИСТИНА

В работе представлен анализ одномерной квантовой модели Изинга для цепочек из спинов-1/2 в поперечном поле (TFI-модель) с использованием подхода, основанного на машинном обучении и нейронных сетях. Численно показано, что при аппроксимации волновой функции системы при помощи глубокой нейронной сети можно с высокой точностью оценивать собственные значения оператора энергии, а также операторов спиновых корреляций. Для цепей из спинов-1/2различной длинны сравниваются значения, полученные при помощи точной диагонализации Гамильтониана, а также значения, оценненные сэмплировнием из плотности вероятности, задаваемой обученной нейронной сетью. Сравнение показывает высокую точность аппроксимации в подходе на базе машинного обучения, а также принципиальную возможность выявления таким образом критических точек, в которых наблюдается смена режима поведения системы.