普遍的な自己回帰量子状態に対する条件付きモデリングの影響

【1] ダニエル・P・アロバス、エレズ・バーグ、スティーブン・キベルソン、スリニバス・ラグー。ハバードモデル。 Annual Review of Condensed Matter Physics、13 (1): 239–274、2022 年 1947 月。ISSN 5454-1947、5462-10.1146。 031620/annurev-conmatphys-102024-XNUMX。
https：/ / doi.org/ 10.1146 / annurev-conmatphys-031620-102024

【2] トーマス・D・バレット、アレクセイ・マリシェフ、AI・リボフスキー。非経験的量子化学のための自己回帰ニューラルネットワーク波動関数。 Nature Machine Intelligence、4 (4): 351–358、2022 年 2522 月。ISSN 5839-10.1038。 42256/s022-00461-XNUMX-z。
https：/ / doi.org/ 10.1038 / s42256-022-00461-z

【3] サム・ボンド＝テイラー、アダム・リーチ、ヤン・ロン、クリス・G・ウィルコックス。深い生成モデリング: VAE、GAN、フローの正規化、エネルギーベースおよび自己回帰モデルの比較レビュー。パターン分析とマシン インテリジェンスに関する IEEE トランザクション、44 (11): 7327–7347、2022 年 1939 月。ISSN 3539-10.1109。 2021.3116668/ TPAMI.XNUMX。
https：/ / doi.org/ 10.1109 / TPAMI.2021.3116668

【4] アルテム・ボリンとドミトリー・A・アバニン。量子多体状態に対する機械学習分析の近似能力。フィジカル レビュー B、101 (19): 195141、2020 年 10.1103 月。101.195141/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.101.195141

【5] セルゲイ・ブラヴィ、ジュゼッペ・カルレオ、デヴィッド・ゴセット、インチェン・リュー。ギャップのある量子多体系からの急速に混合するマルコフ連鎖。 Quantum、7: 1173、2023 年 10.22331 月。2023/ q-11-07-1173-XNUMX。
https:/​/​doi.org/​10.22331/​q-2023-11-07-1173

【6] マリン・ブコフ、マルクス・シュミット、マキシム・デュポン。険しいニューラル ネットワーク環境における非ストキャスティックな量子ハミルトニアンの基底状態を学習します。 SciPost Physics、10 (6): 147、2021 年 2542 月。ISSN 4653-10.21468。 10.6.147/SciPostPhys.XNUMX。
https：/ / doi.org/ 10.21468 / SciPostPhys.10.6.147

【7] ジュゼッペ・カルレオとマティアス・トロイヤー。人工ニューラル ネットワークを使用して量子多体問題を解決します。 Science、355 (6325): 602–606、2017 年 10.1126 月。2302/science.aagXNUMX。
https：/ / doi.org/ 10.1126 / science.aag2302

【8] ジュゼッペ・カルレオ、ケニー・チュー、ダミアン・ホフマン、ジェームズ・ET・スミス、トム・ウェスターハウト、ファビアン・アレ、エミリー・J・デイヴィス、スタブロス・エフティミウ、イヴァン・グラッサー、シェンシュアン・リン、マルタ・マウリ、グリエルモ・マッツォーラ、クリスチャン・B・メンドル、エバート・ファン・ニューウェンブルク、オシアン・オライリー、ウーゴ・テヴノー、ジャコモ・トルライ、フィリッポ・ヴィチェンティーニ、アレクサンダー・ヴィテク。 NetKet: 多体量子システム用の機械学習ツールキット。 SoftwareX、10: 100311、2019 年 2352 月。ISSN 7110-10.1016。 2019.100311/j.softx.XNUMX。
https:/ / doi.org/ 10.1016/ j.softx.2019.100311

【9] フアン・カラスキヤ、ジャコモ・トルライ、ロジャー・G・メルコ、レアンドロ・アオリータ。生成モデルを使用した量子状態の再構築。 Nature Machine Intelligence、1 (3): 155–161、2019 年 2522 月。ISSN 5839-10.1038。 42256/s019-0028-1-XNUMX。
https:/​/​doi.org/​10.1038/​s42256-019-0028-1

【10] ジョバンニ・カタルディ、アシュカン・アベディ、ジュゼッペ・マニフィコ、シモーネ・ノタルニコラ、ニコラ・ダラ・ポッツァ、ヴィットリオ・ジョヴァネッティ、シモーネ・モンタンジェロ。ヒルベルト曲線とヒルベルト空間: フラクタル 2D カバレッジを利用してテンソル ネットワークの効率を向上させます。 Quantum、5: 556、2021 年 10.22331 月。2021/q-09-29-556-XNUMX。
https:/​/​doi.org/​10.22331/​q-2021-09-29-556

【11] アオ・チェンとマルクス・ヘイル。機械精度に向けた深層神経量子状態の効率的な最適化、2023 年 XNUMX 月。
arXiv：2302.01941

【12] ジュオ・チェン、レイカー・ニューハウス、エディ・チェン、ディ・ルオ、マリン・ソルジャチッチ。 ANTN: 量子多体シミュレーションのための自己回帰ニューラル ネットワークとテンソル ネットワークのブリッジング。神経情報処理システムに関する第 2023 回会議、XNUMX 年 XNUMX 月。

【13] ケニー・チュー、タイタス​​・ノイペルト、ジュゼッペ・カルレオ。ニューラルネットワーク量子状態を用いて研究された二次元フラストレーション$J_{1}-J_{2}$モデル。フィジカル レビュー B、100 (12): 125124、2019 年 10.1103 月。100.125124/ PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.100.125124

【14] ケニー・チュー、アントニオ・メッツァカーポ、ジュゼッペ・カルレオ。非経験的な電子構造のフェルミオン ニューラル ネットワーク状態。 Nature Communications、11 (1): 2368、2020 年 2041 月。ISSN 1723-10.1038。 41467/s020-15724-9-XNUMX。
https:/​/​doi.org/​10.1038/​s41467-020-15724-9

【15] スティーブン・R・クラーク。テンソル ネットワークを介してニューラル ネットワークの量子状態と相関積の状態を統合します。 Journal of Physics A: 数学と理論、51 (13): 135301、2018 年 1751 月。ISSN 8121-10.1088。 1751/ 8121-2/ aaaafXNUMX。
https:/ / doi.org/ 10.1088/ 1751-8121/ aaaaf2

【16] Dong-Ling Deng、Xiaopeng Li、S. Das Sarma。ニューラルネットワーク状態における量子もつれ。フィジカル レビュー X、7 (2): 021021、2017 年 10.1103 月。7.021021/PhysRevX.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevX.7.021021

【17] ケーラン・ドナテッラ、ザカリ・デニス、アレクサンドル・ル・ボワテ、クリスティアーノ・シウティ。自己回帰神経量子状態を伴うダイナミクス: 臨界クエンチダイナミクスへの応用。フィジカル レビュー A、108 (2): 022210、2023 年 10.1103 月。108.022210/PhysRevA.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevA.108.022210

【18] J. アイサート、M. クラマー、MB プレニオ。もつれエントロピーの面積法則。 Reviews of Modern Physics、82 (1): 277–306、2010 年 10.1103 月。82.277/RevModPhys.XNUMX。
https：/ / doi.org/ 10.1103 / RevModPhys.82.277

【19] JMフォスターとSFボーイズ。正規の構成相互作用手順。 Reviews of Modern Physics、32 (2): 300–302、1960 年 10.1103 月。32.300/RevModPhys.XNUMX。
https：/ / doi.org/ 10.1103 / RevModPhys.32.300

【20] クレメンス・ジュリアーニ、フィリッポ・ヴィチェンティーニ、リッカルド・ロッシ、ジュゼッペ・カルレオ。カーネル法を使用したギャップ量子ハミルトニアンの基底状態の学習。 Quantum、7: 1096、2023 年 10.22331 月。2023/q-08-29-1096-XNUMX。
https:/​/​doi.org/​10.22331/​q-2023-08-29-1096

【21] アルド・グリエルモ、ヤニック・ラス、ガボール・ツァニ、アレッサンドロ・デ・ヴィータ、ジョージ・H・ブース。ガウス過程の状態: 量子多体物理学のデータ駆動型表現。 Physical Review X、10 (4): 041026、2020 年 10.1103 月。10.041026/PhysRevX.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevX.10.041026

【22] ヨハネス・ハハマン、ヴィム・カルドゥエン、ガーネット・キン＝リック・チャン。二次スケーリング密度行列繰り込み群を使用した長い分子における多重参照相関。 The Journal of Chemical Physics、125 (14): 144101、2006 年 0021 月。ISSN 9606-10.1063。 1.2345196/XNUMX。
https：/ / doi.org/ 10.1063 / 1.2345196

【23] ヤン・ヘルマン、ゼノ・シャッツル、フランク・ノエ。電子シュレーディンガー方程式のディープ ニューラル ネットワーク解。 Nature Chemistry、12 (10): 891–897、2020 年 1755 月。ISSN 4349-10.1038。 41557/s020-0544-XNUMX-y。
https：/ / doi.org/ 10.1038 / s41557-020-0544-y

【24] ヤン・ヘルマン、ジェームス・スペンサー、ケニー・チュー、アントニオ・メッツァカーポ、WMCフォークス、デビッド・ファウ、ジュゼッペ・カルレオ、フランク・ノエ。ニューラルネットワーク波動関数を用いた非経験的量子化学。 Nature Reviews Chemistry、7 (10): 692–709、2023 年 2397 月。ISSN 3358-10.1038。 41570/s023-00516-8-XNUMX。
https:/​/​doi.org/​10.1038/​s41570-023-00516-8

【25] モハメド・ヒバット・アッラー、マーティン・ガナール、ローレン・E・ヘイワード、ロジャー・G・メルコ、フアン・カラスキーラ。リカレント ニューラル ネットワークの波動関数。 Physical Review Research、2 (2): 023358、2020 年 10.1103 月。2.023358/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.2.023358

【26] モハメド・ヒバット・アッラー、ロジャー・G・メルコ、フアン・カラスキラ。リカレント ニューラル ネットワークの波動関数を対称性とアニーリングで補足して精度を向上、2022 年 XNUMX 月。

【27] モハメド・ヒバット・アッラー、ロジャー・G・メルコ、フアン・カラスキラ。リカレント ニューラル ネットワークを使用してトポロジカル秩序を調査します。フィジカル レビュー B、108 (7): 075152、2023 年 10.1103 月。108.075152/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.108.075152

【28] ヒントン、ジェフリー、シュリバスタバ、ニティッシュ、そしてスワースキー、ケビン。講義 6a: ミニバッチ勾配降下法の概要、2012 年。

【29] ダミアン・ホフマン、ジャンマルコ・ファビアーニ、ヨハン・メンティンク、ジュゼッペ・カルレオ、ミカエル・センテフ。ニューラルネットワーク量子状態の時間伝播における確率的ノイズと汎化誤差の役割。 SciPost Physics、12 (5): 165、2022 年 2542 月。ISSN 4653-10.21468。 12.5.165/SciPostPhys.XNUMX。
https：/ / doi.org/ 10.21468 / SciPostPhys.12.5.165

【30] ビャルニ・ヨンソン、ベラ・バウアー、ジュゼッペ・カルレオ。量子コンピューティングの古典的シミュレーションにおけるニューラル ネットワークの状態、2018 年 XNUMX 月。

【31] ディーデリク・P・キングマとジミー・バー。アダム: 確率的最適化の手法、2017 年 XNUMX 月。

【32] キングス カレッジ ロンドンの e-Research チーム。 King の計算研究、工学および技術環境 (CREATE)、2022 年。URL https:/ / doi.org/ 10.18742/ rnvf-m076。
https:/ / doi.org/ 10.18742/ rnvf-m076

【33] ドミトリー・コチコフとブライアン・K・クラーク。 AI 時代の変分最適化: 計算グラフ状態と教師あり波動関数最適化。 arXiv:1811.12423 [cond-mat、物理学:物理学]、2018 年 XNUMX 月。
arXiv：1811.12423

【34] チューチェン・リン、アーロン・ジェイク、シン・リー、マシュー・R・ゴームリー、ジェイソン・アイズナー。自己回帰モデルとその代替モデルの制限。計算言語学協会北米支部の 2021 年会議議事録: 人間の言語技術、5147 ～ 5173 ページ、オンライン、2021 年 10.18653 月。計算言語学協会。 1/v2021/405.naacl-main.XNUMX。
https:/ / doi.org/ 10.18653/ v1/ 2021.naacl-main.405

【35] リン・シェンシュアンとフランク・ポールマン。時間進化のためのニューラルネットワーク量子状態のスケーリング。フィジカ ステータス ソリッド (b)、259 (5): 2100172、2022。ISSN 1521-3951。 10.1002/pssb.202100172。
https:/ / doi.org/ 10.1002/ pssb.202100172

【36] アレッサンドロ・ロヴァート、コーリー・アダムス、ジュゼッペ・カルレオ、ノエミ・ロッコ。核多体問題の隠れ核子ニューラルネットワーク量子状態。 Physical Review Research、4 (4): 043178、2022 年 10.1103 月。4.043178/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.4.043178

【37] ディ・ルオ、ヂュオ・チェン、フアン・カラスキラ、ブライアン・K・クラーク。確率的定式化を介してオープン量子システムをシミュレートするための自己回帰ニューラル ネットワーク。 Physical Review Letters、128 (9): 090501、2022 年 10.1103 月。128.090501/PhysRevLett.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevLett.128.090501

【38] Di Luo、Zhuo Chen、Kaiwen Hu、Zhizhen Zhao、Vera Mikyoung Hur、Bryan K. Clark。量子格子モデル用のゲージ不変およびアアニニック対称自己回帰ニューラル ネットワーク。 Physical Review Research、5 (1): 013216、2023 年 10.1103 月。5.013216/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.5.013216

【39] アレクセイ・マリシェフ、フアン・ミゲル・アラソラ、AI・リボフスキー。量子数対称性を備えた自己回帰神経量子状態、2023 年 XNUMX 月。

【40] マティヤ・メドビドヴィッチとジュゼッペ・カルレオ。量子近似最適化アルゴリズムの古典的な変分シミュレーション。 npj 量子情報、7 (1): 1–7、2021 年 2056 月。ISSN 6387-10.1038。 41534/s021-00440-XNUMX-z。
https：/ / doi.org/ 10.1038 / s41534-021-00440-z

【41] 野村祐介さん。対称性を回復することで、制限されたボルツマン マシンの量子状態表現を支援します。 Journal of Physics: Condensed Matter、33 (17): 174003、2021 年 0953 月。ISSN 8984-10.1088。 1361/648-268X/abXNUMX。
https:/ / doi.org/ 10.1088/ 1361-648X/ abe268

【42] 野村祐輔さんと今田雅俊さん。ニューラルネットワーク波動関数、相関比、レベル分光法を用いた洗練された量子多体ソルバーによってディラック型節点スピン液体が明らかになりました。 Physical Review X、11 (3): 031034、2021 年 10.1103 月。11.031034/PhysRevX.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevX.11.031034

【43] デビッド・ファウ、ジェームス・S・スペンサー、アレクサンダー・GDG・マシューズ、WMC・フォークス。ディープ ニューラル ネットワークを使用した多電子シュレディンガー方程式の非経験的解法。 Physical Review Research、2 (3): 033429、2020 年 10.1103 月。2.033429/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.2.033429

【44] ヤニック・ラスとジョージ・H・ブース。量子ガウス プロセス状態: 量子サポート データを備えたカーネルからインスピレーションを得た状態。 Physical Review Research、4 (2): 023126、2022 年 10.1103 月。4.023126/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.4.023126

【45] ヤニック・ラスとジョージ・H・ブース。ガウスプロセス状態を使用した効率的な非経験的電子構造のためのフレームワーク。フィジカル レビュー B、107 (20): 205119、2023 年 10.1103 月。107.205119/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.107.205119

【46] ヤニック・ラス、アルド・グリエルモ、ジョージ・H・ブース。量子状態の圧縮と予測のためのベイズ推論フレームワーク。 The Journal of Chemical Physics、153 (12): 124108、2020 年 0021 月。ISSN 9606-10.1063。 5.0024570/XNUMX。
https：/ / doi.org/ 10.1063 / 5.0024570

【47] ワシーム・ラワットとワン・ゼンフイ。画像分類のための深層畳み込みニューラル ネットワーク: 包括的なレビュー。 Neural Computation、29 (9): 2352–2449、2017 年 0899 月。ISSN 7667-10.1162。 00990/neco_a_XNUMX.
https:/ / doi.org/ 10.1162/ neco_a_00990

【48] モーリッツ・レー、マルクス・シュミット、マルティン・ゲルトナー。神経量子状態の設計選択肢を最適化します。フィジカル レビュー B、107 (19): 195115、2023 年 10.1103 月。107.195115/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.107.195115

【49] クリストファー・ロスとアラン・H・マクドナルド。グループ畳み込みニューラル ネットワークにより量子状態の精度が向上、2021 年 XNUMX 月。

【50] クリストファー・ロス、アッティラ・ザボ、アラン・H・マクドナルド。ディープ ニューラル ネットワークを使用したフラストレートした磁石に対する高精度の変分モンテカルロ。フィジカル レビュー B、108 (5): 054410、2023 年 10.1103 月。108.054410/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.108.054410

【51] アンダース・W・サンドビック。 56 次元ハイゼンベルグ モデルの基底状態パラメータの有限サイズ スケーリング。 Physical Review B、18 (11678): 11690–1997、10.1103 年 56.11678 月。XNUMX/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.56.11678

【52] HJ シュルツ、TAL ジマン、D. ポイルブラン。 6次元におけるフラストレート量子ハイゼンベルグ反強磁性体の磁気秩序と無秩序。 Journal de Physique I、5 (675): 703–1996、1155 年 4304 月。ISSN 1286-4862、10.1051-1。 1996236/jpXNUMX:XNUMX。
https:/ / doi.org/ 10.1051/ jp1:1996236

【53] あるいはシャリール、ヨアヴ・レヴィン、ノーム・ヴィース、ジュゼッペ・カルレオ、アムノン・シャシュア。多体量子系の効率的な変分シミュレーションのための深い自己回帰モデル。 Physical Review Letters、124 (2): 020503、2020 年 10.1103 月。124.020503/PhysRevLett.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevLett.124.020503

【54] 多電子問題に関するシモンズの共同研究、マリオ・モッタ、デイビッド・M・セパリー、ガーネット・キン＝リック・チャン、ジョン・A・ゴメス、エマニュエル・ガル、シェン・グオ、カルロス・A・ヒメネス＝ホヨス、トラン・グエン・ラン、ジア・リー、フェンジエ・マー、アンドリュー・J・ミリス、ニコライ・V・プロコフエフ、ウシュニッシュ・レイ、グスタボ・E・スクセリア、サンドロ・ソレラ、エドウィン・M・スタウデンマイヤー、Qiming Sun、イーゴリ・S・トゥピツィン、スティーブン・R・ホワイト、ドミニカ・ズギッド、シーウェイ・チャン。現実物質における多電子問題の解決に向けて: 最先端の多体法による水素鎖の状態方程式。 Physical Review X、7 (3): 031059、2017 年 10.1103 月。7.031059/PhysRevX.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevX.7.031059

【55] アレッサンドロ・シニバルディ、クレメンス・ジュリアーニ、ジュゼッペ・カルレオ、フィリッポ・ヴィチェンティーニ。投影された量子進化による時間依存の偏りのない変分モンテカルロ。 Quantum、7: 1131、2023 年 10.22331 月。2023/q-10-10-1131-XNUMX。
https:/​/​doi.org/​10.22331/​q-2023-10-10-1131

【56] アントン・V・シニツキー、ローレン・グリーンマン、デヴィッド・A・マッツィオッティ。変分二電子還元密度行列法を使用した水素鎖と格子の強い相関。ジャーナル オブ ケミカル フィジックス、133 (1): 014104、2010 年 0021 月。ISSN 9606-10.1063。 1.3459059/XNUMX。
https：/ / doi.org/ 10.1063 / 1.3459059

【57] サンドロ・ソレラ。変分量子モンテカルロ用の一般化ランチョス アルゴリズム。フィジカル レビュー B、64 (2): 024512、2001 年 10.1103 月。64.024512/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.64.024512

【58] ロレンツォ・ステラ、クラウディオ・アッタカリテ、サンドロ・ソレラ、アンヘル・ルビオ。水素鎖における強い電子相関: 変分モンテカルロ研究。 Physical Review B、84 (24): 245117、2011 年 10.1103 月。84.245117/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.84.245117

【59] Qiming Sun、Timothy C. Berkelbach、Nick S. Blunt、George H. Booth、Sheng Guo、Zhendong Li、Junzi Liu、James D. McClain、Elvira R. Sayfutyarova、Sandeep Sharma、Sebastian Wouters、および Garnet Kin-Lic Chan。 PySCF: Python ベースの化学シミュレーション フレームワーク。 WIRE 計算分子科学、8 (1): e1340、2018。ISSN 1759-0884。 10.1002/wcms.1340。
https：/ / doi.org/ 10.1002 / wcms.1340

【60] Qiming Sun、Xing Zhang、Samragni Banerjee、Peng Bao、Marc Barbry、Nick S. Blunt、Nikolay A. Bogdanov、George H. Booth、Jia Chen、Zhi-Hao Cui、Janus J. Eriksen、Yang Gao、Sheng Guo、Janハーマン、マシュー R. エルメス、ケビン コー、ピーター コヴァル、スーシー レートラ、ジェンドン リー、ジュンジ リウ、ナルベ マルディロシアン、ジェームズ D. マクレーン、マリオ モッタ、バスティアン ムサード、フン Q. ファム、アルテム パルキン、ウィラワン プルワント、ポール J.ロビンソン、エンリコ・ロンカ、エルヴィラ・R・サイフチャロワ、マクシミリアン・シューラー、ヘンリー・F・シュルカス、ジェームズ・ET・スミス、チョン・サン、シーニン・サン、シブ・ウパディヤイ、ルーカス・K・ワグナー、シャオ・ワン、アレック・ホワイト、ジェームズ・ダニエル・ホイットフィールド、マーク・Jウィリアムソン、セバスチャン・ウーターズ、ジュン・ヤン、ジェイソン・M・ユー、ティアンユー・チュー、ティモシー・C・バーケルバッハ、サンディープ・シャルマ、アレクサンダー・ユー。ソコロフ、ガーネット・キン＝リック・チャン。 PySCF プログラム パッケージの最近の開発。 The Journal of Chemical Physics、153 (2): 024109、2020 年 0021 月。ISSN 9606-10.1063。 5.0006074/XNUMX。
https：/ / doi.org/ 10.1063 / 5.0006074

【61] Xiao-Qi Sun、Tamra Nebabu、Xizhi Han、Michael O. Flynn、Xiao-Liang Qi。ランダムなニューラル ネットワーク量子状態のもつれの特徴。フィジカル レビュー B、106 (11): 115138、2022 年 10.1103 月。106.115138/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.106.115138

【62] アッティラ・ザボとクラウディオ・カステルノヴォ。ニューラルネットワークの波動関数と符号問題。 Physical Review Research、2 (3): 033075、2020 年 10.1103 月。2.033075/PhysRevResearch.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevResearch.2.033075

【63] ジャコモ・トルライ、グリエルモ・マッツォーラ、フアン・カラスキヤ、マティアス・トロイヤー、ロジャー・メルコ、ジュゼッペ・カルレオ。ニューラルネットワーク量子状態トモグラフィー。 Nature Physics、14 (5): 447–450、2018 年 1745 月。ISSN 2481-10.1038。 41567/s018-0048-5-XNUMX。
https:/​/​doi.org/​10.1038/​s41567-018-0048-5

【64] 土持崇選手とグスタボ・E・スクーセリア選手。制約付きペア平均場理論による強い相関。 The Journal of Chemical Physics、131 (12): 121102、2009 年 0021 月。ISSN 9606-10.1063。 1.3237029/XNUMX。
https：/ / doi.org/ 10.1063 / 1.3237029

【65] ベニーニョ・ウリア、マルク＝アレクサンドル・コテ、カロル・グレゴール、イアン・マレー、ユーゴ・ラロシェル。ニューラル自己回帰分布推定。 Journal of Machine Learning Research、17 (205): 1–37、2016。ISSN 1533-7928。

【66] アーロン・ファン・デン・オールド、ナル・カルクブレンナー、ラッセ・エスペホルト、コライ・カヴククオグル、オリオル・ヴィニャルズ、アレックス・グレイブス。 PixelCNN デコーダーを使用した条件付き画像生成。 『神経情報処理システムの進歩』、第 29 巻。Curran Associates、Inc.、2016 年。

【67] フィリッポ・ヴィチェンティーニ、ダミアン・ホフマン、アッティラ・サボ、ディアン・ウー、クリストファー・ロス、クレメンス・ジュリアーニ、ガブリエル・ペシア、ヤネス・ニス、ウラジミール・バルガス＝カルデロン、ニキータ・アストラハンツェフ、ジュゼッペ・カルレオ。 NetKet 3: 多体量子システム用の機械学習ツールボックス。 SciPost Physics コードベース、007 ページ、2022 年 2949 月。ISSN 804-10.21468X。 7/SciPostPhysCodeb.XNUMX。
https:/ / doi.org/ 10.21468/ SciPostPhysCodeb.7

【68] トム・ヴィエイジラ、コーニール・カサート、ジャネス・ニス、ウェスリー・デ・ネーヴ、ユート・ヘゲマン、ヤン・リッケブッシュ、フランク・フェルストレート。非アーベル対称性またはアニニニック対称性を持つ量子状態に対する制限付きボルツマン マシン。 Physical Review Letters、124 (9): 097201、2020 年 10.1103 月。124.097201/PhysRevLett.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevLett.124.097201

【69] ルチアーノ・ロリス・ヴィテリッティ、リッカルド・レンデ、フェデリコ・ベッカ。フラストレート量子スピン系のためのトランス変分波動関数。 Physical Review Letters、130 (23): 236401、2023 年 10.1103 月。130.236401/PhysRevLett.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevLett.130.236401

【70] Yezhen Wang、Tong Che、Bo Li、Kaitao Song、Hengzhi Pei、Yoshua Bengio、Dongsheng Li。自己回帰生成モデルは、エネルギーベースのモデルとして扱うとより優れたものになる可能性があります (2022 年 XNUMX 月)。

【71] トム・ウェスターハウト、ニキータ・アストラハンツェフ、コンスタンチン・S・チホノフ、ミハイル・I・カツネルソン、アンドレイ・A・バグロフ。フラストレートした磁石の基底状態に対するニューラル ネットワーク近似の一般化特性。 Nature Communications、11 (1): 1593、2020 年 2041 月。ISSN 1723-10.1038。 41467/s020-15402-XNUMX-w。
https：/ / doi.org/ 10.1038 / s41467-020-15402-w

【72] ディアン・ウー、リッカルド・ロッシ、フィリッポ・ヴィチェンティーニ、ジュゼッペ・カルレオ。テンソル ネットワークの量子状態からテンソルリカレント ニューラル ネットワークまで。 Physical Review Research、5 (3): L032001、2023 年 10.1103 月。5/PhysRevResearch.032001.LXNUMX。
https:/ / doi.org/ 10.1103/ PhysRevResearch.5.L032001

【73] フアンチェン・ザイとガーネット・キン＝リック・チャン。低通信の高性能 ab initio 密度行列繰り込みグループ アルゴリズム。 The Journal of Chemical Physics、154 (22): 224116、2021 年 0021 月。ISSN 9606-10.1063。 5.0050902/XNUMX。
https：/ / doi.org/ 10.1063 / 5.0050902

【74] チャン・ユアンハンとマッシミリアーノ・ディ・ヴェントラ。トランスフォーマー量子状態: 量子多体問題の多目的モデル。フィジカル レビュー B、107 (7): 075147、2023 年 10.1103 月。107.075147/PhysRevB.XNUMX。
https：/ / doi.org/ 10.1103 / PhysRevB.107.075147

【75] Tianchen Zhao、Saibal De、Brian Chen、James Stokes、Shravan Veerapaneni。変分量子モンテカルロにおけるスケーラビリティの障壁を克服します。ハイ パフォーマンス コンピューティング、ネットワーキング、ストレージ、分析に関する国際会議議事録、SC '21、1 ～ 13 ページ、米国ニューヨーク州ニューヨーク、2021 年 978 月。コンピューティング機械協会。 ISBN 1-4503-8442-1-10.1145。 3458817.3476219/XNUMX。
https：/ / doi.org/ 10.1145 / 3458817.3476219

【76] ティエンチェン・チャオ、ジェームス・ストークス、シュラヴァン・ヴィーラパネニ。量子化学のためのスケーラブルな神経量子状態アーキテクチャ。機械学習: 科学とテクノロジー、4 (2): 025034、2023 年 2632 月。ISSN 2153-10.1088。 2632/2153-2/acdbXNUMXf。
https:/ / doi.org/ 10.1088/ 2632-2153/ acdb2f

【77] 周鼎玄。ディープ畳み込みニューラル ネットワークの普遍性。応用および計算高調波解析、48 (2): 787–794、2020 年 1063 月。ISSN 5203-10.1016。 2019.06.004/j.acha.XNUMX。
https：/ / doi.org/ 10.1016 / j.acha.2019.06.004