我们组的作品在量子信息的交集,凝聚态和计算。我们通过模拟探针紧急现象在量子材料;开发新的算法被用于量子计算机;并确定transititions纠缠性质的阶段。量子力学的简单规则都负责任的丰富的动力学和属性在量子材料和设备;以及计算能力超越经典的机器。
我们使用一个主要的计算方法或观点这些问题。仿真技术在我们的工具箱包括所有形式的量子蒙特卡罗(PIMC、AFQMC VMC、DMC)张量网络(MERA、议员、pep)和机器学习。我们不仅使用已知的技术,我们定期开发新的算法扩大地平线的可能。
大多数物理系统足够的复杂性可以模拟对方只有一个多项式放缓。这被称为图灵论文扩展的教堂。跳跃的台球计算速度(大约)相同的作为你的苹果笔记本电脑(或相反)。量子计算是唯一已知的反例。算法如保理和寻找合理的物理系统的基态似乎经典困难但高效的量子计算机。
我们有广泛的兴趣在量子计算领域。我们的主要活动之一是找出如何利用量子力学的力量来解决经典棘手的问题。例如,我们已经开发出更好的算法模拟化学和物理系统从算法改善变分计算可见改进量子eigensolvers NISQ时代。
另一个感兴趣的领域发展改进经典模拟量子计算机。而张量网络是一维的实际标准,目前尚不清楚如何最好的经典模拟二维量子电路。我们最近提出了一个方法,地图量子态→积极的概率分布→变压器(先进的机器学习原始)。然后我们使用蒙特卡罗更新变压器在量子门的应用。
我们也一直在与实验合作开发模拟仿真方法映射偶极分子汉密尔顿(即布莱斯Gadway的实验室中)高能物理模型。
其他领域内气我们曾在包括量子电路的纠缠,马约喇纳协议开发与机器学习、哈密顿学习,张量网络,和理解量子和经典计算之间的界限。
量子材料支持丰富的奇异现象,如超导和重费米子的行为。我们最近感兴趣沮丧的磁铁——绝缘材料与磁旋的生活在晶格的三角形。
(铁)磁性以来一直被古希腊人。我们现在知道,磁性是一个集体效应,宏观的自旋排列在同一方向。如果相反,旋转感到失望,没有旋转的简单的模式可以形成和异国情调的现象,比如spin-liquids可以出现。
我们最近发现了一种量子(自旋1/2)哈密顿在戈薇晶格(角落分享三角形)的指数degneracy戈薇晶格上的所有阶段似乎出现。这取代了前传说(古典挫折在伊辛极限)为什么沮丧有丰富的物理系统更基本的量子理解的接近一个指数退化哈密顿。
我们也在寻找简单的汉密尔顿与异国情调的行为感兴趣。我们最近表明,填充蜂窝晶格有着丰富的相图支持大量的经典和量子阶段包括一些有趣的自旋液体阶段(s)。
我们也与实验紧密合作;例如,我们曾与格雷格MacDougall找到有效的汉密尔顿各种尖晶石材料。
学习更多关于沮丧的磁性,看到我的演讲在周长变分方法应用于蜂窝和戈薇研究所晶格。
一种改进的关键理解量子多体问题的改进算法。我们最近研究的领域包括
机器学习的微波函数:波函数是一个盒子,需要配置(即我的电子)和回馈一个复数。我们最近使用机器学习架构来取代这个黑箱。我们发现如何使用神经网络模拟费米子;开发了一种新方法使用变压器来模拟量子电路;机器学习方法并确定如何更好的近似开放量子系统的定点动态。
机器学习的实验和协议开发:我们已经将机器学习应用于实验数据的分析;我们一直使用Pinshane和她的小组分析扫描隧道电子显微镜原子缺陷的图像。分别,我们已经开发使用微分编程和reinforcment学习开发新的移动马约喇纳的协议。
逆方法:我们开创了一个新的逆凝聚态系统的方法。而凝聚态规范化方法是哈密顿开始,确定基态及其属性,我们已经开发出技术以基态或有针对性的对称性,而是找到汉密尔顿。我们最近使用这种技术找到一套新的spin-liquid汉密尔顿。
张量网络:张量网络是一个功能强大的类的算法,利用张量低的纠缠状态由承包作为拟设的基态量子多体的问题。我们最近的工作在这一领域还包括一种新颖的算法,将投影斯莱特行列式转化为矩阵产品状态以及实际DMRG算法的并行化方法(旋转,我们得到一个10 x加速总node-hours墙上时钟的时间在不增加成本的情况。
量子蒙特卡罗:QMC技术模拟量子多体的问题,有针对性的波函数生成一个随机样本或密度矩阵。我们已经开发了包括算法VAFT计算有限温度下,量子系统的性质从歧管变分的微波函数;一个新的方法来找到一个simnple基础减少信号的影响问题;和SWO,一个新颖的方法来优化变分的微波函数受机器学习。
在相变,有急剧变化作为我们调整一些参数。在过去的十年中,一个定性的新型相变被发现——纠缠相变的缩放纠缠急剧变化。规范的过渡是遍历阶段和多体的局部(MBL)阶段。MBL阶段是一个阶段的物质与当地的律师纠缠热化分解。当你把热咖啡放在你的桌子上,房间的温度最终冷却。MBL阶段道德相当于never-cooling一杯咖啡。
我们的工作都集中在两个主要活动:(1)开发tensor-network概念化以及算法MBL阶段,(2)使用模拟了解MBL-ergodic过渡。
我们表明,一个可以描述MBL物质作为一个阶段可以通过短单一张量对角化的网络。这也意味着一个非常优雅的描述整个光谱的MBL态下。每个MBL本征态可以选择通过选择,对于每一个站点,基态和激发态张量,结合在一起。这两种方式查看MBL阶段意味着和隐含的MBL的l-bit配方。此外tensor-network MBL的表征,我们开发了两个额外的算法处理MBL阶段:(1)笨人/ ES-DMRGDMRG-esqe方法寻找内部MBL态下和(2)Tensorified Wegner-Wilson流,这种方法对于整个MBL哈密顿。
最近,我们一直专注于发展的理解MBL-ergodic过渡。我们发现了两个过渡的关键属性:纠缠是双峰,典型相关的过渡是作为一个拉伸指数与指数1/2。此外,我们表明,过渡态下组合驱动的非本地(但在一个定性的不同的方式遍历阶段。)
我们最近还开发了一种方法来解决MBL在二维和三维过渡。
我目前教学:介绍现代计算物理学(链接]
我参与的计算方面我们在伊利诺斯州的物理课程。我从头开始开发我们的两个计算课程:计算物理学和在强关联系统算法的角度做了重要的工作改善和增加单位介绍现代计算物理学(即流体动力学,捕食者和猎物,混乱,体模拟,机器学习和量子计算)。
其他课程我以前教包括量子力学研究生(我,二世),原子尺度模拟,量子力学本科等(见在这里)。
除了课程之外,我给各种暑期学校课程(见在这里)。
你可能也有兴趣学习:
变分蒙特卡罗:看到我的笔记和视频博尔德的暑期学校;视频(第1部分,第2部分]从康奈尔大学暑期学校紧急现象;或者我的教程。
扩散蒙特卡罗:看到我的笔记和视频博尔德的暑期学校。
路径积分蒙特卡罗:看到我的教程(Ken esl和保罗Yubo)。
密度矩阵重整化群:通过问题集3和问题4从我的研究生课程在茱莉亚来构建一个简单的DMRG代码。