보편적인 자기회귀 양자 상태에 대한 조건부 모델링의 영향

[1] 다니엘 P. 아로바스(Daniel P. Arovas), 에레스 버그(Erez Berg), 스티븐 키블슨(Steven Kivelson), 스리니바스 라구(Srinivas Raghu). 허바드 모델. 응축 물질 물리학의 연례 검토, 13(1): 239-274, 2022년 1947월. ISSN 5454-1947, 5462-10.1146. 031620/annurev-conmatphys-102024-XNUMX.
https : / /doi.org/10.1146/annurev-conmatphys-031620-102024

[2] Thomas D. Barrett, Aleksei Malyshev 및 AI Lvovsky. 순순한 양자화학을 위한 자기회귀 신경망 파동함수. Nature Machine Intelligence, 4(4): 351–358, 2022년 2522월. ISSN 5839-10.1038. 42256/s022-00461-XNUMX-z.
https : / /doi.org/ 10.1038 / s42256-022-00461-z

[3] 샘 본드-테일러, 아담 리치, 양 롱, 크리스 G. 윌콕스. 심층 생성 모델링: VAE, GAN, 정규화 흐름, 에너지 기반 및 자동 회귀 모델의 비교 검토. 패턴 분석 및 기계 지능에 관한 IEEE 거래, 44(11): 7327-7347, 2022년 1939월. ISSN 3539-10.1109. 2021.3116668/​TPAMI.XNUMX.
https : / /doi.org/10.1109/ TPAMI.2021.3116668

[4] Artem Borin과 Dmitry A. Abanin. 양자 다체 상태에 대한 기계 학습 ansatz의 대략적인 성능. 실제 검토 B, 101(19): 195141, 2020년 10.1103월. 101.195141/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.101.195141

[5] Sergey Bravyi, Giuseppe Carleo, David Gosset, Yinchen Liu. 간격이 있는 양자 다체 시스템에서 빠르게 혼합되는 마르코프 체인입니다. Quantum, 7: 1173, 2023년 10.22331월. 2023/q-11-07-1173-XNUMX.
https:/​/​doi.org/​10.22331/​q-2023-11-07-1173

[6] 마린 부코프, 마르쿠스 슈미트, 막심 듀퐁. 견고한 신경망 환경에서 비확률적 양자 해밀턴의 바닥 상태를 학습합니다. SciPost 물리학, 10(6): 147, 2021년 2542월. ISSN 4653-10.21468. 10.6.147/​SciPostPhys.XNUMX.
https : / /doi.org/ 10.21468 / SciPostPhys.10.6.147

[7] 주세페 카를레오와 마티아스 트로이어. 인공 신경망을 이용해 양자 다체 문제를 해결합니다. Science, 355 (6325): 602–606, 2017년 10.1126월. 2302/science.aagXNUMX.
https : / / doi.org/ 10.1126 / science.aag2302

[8] Giuseppe Carleo, Kenny Choo, Damian Hofmann, James ET Smith, Tom Westerhout, Fabien Alet, Emily J. Davis, Stavros Efthymiou, Ivan Glasser, Sheng-Hsuan Lin, Marta Mauri, Guglielmo Mazzola, Christian B. Mendl, Evert van Nieuwenburg, Ossian O'Reilly, Hugo Théveniaut, Giacomo Torlai, Filippo Vicentini 및 Alexander Wietek. NetKet: 다체 양자 시스템을 위한 기계 학습 툴킷입니다. SoftwareX, 10: 100311, 2019년 2352월. ISSN 7110-10.1016. 2019.100311/​j.softx.XNUMX.
https://doi.org/10.1016/j.softx.2019.100311

[9] Juan Carrasquilla, Giacomo Torlai, Roger G. Melko, Leandro Aolita. 생성 모델을 사용하여 양자 상태 재구성. Nature Machine Intelligence, 1 (3): 155–161, 2019년 2522월. ISSN 5839-10.1038. 42256/s019-0028-1-XNUMX.
https:/​/​doi.org/​10.1038/​s42256-019-0028-1

[10] Giovanni Cataldi, Ashkan Abedi, Giuseppe Magnifico, Simone Notarnicola, Nicola Dalla Pozza, Vittorio Giovannetti 및 Simone Montangero. 힐베르트 곡선과 힐베르트 공간: 프랙탈 2D 커버링을 활용하여 텐서 네트워크 효율성을 높입니다. Quantum, 5: 556, 2021년 10.22331월. 2021/q-09-29-556-XNUMX.
https:/​/​doi.org/​10.22331/​q-2021-09-29-556

[11] 아오 첸(Ao Chen)과 마커스 헤일(Markus Heyl). 기계 정밀도를 향한 심층 신경 양자 상태의 효율적인 최적화, 2023년 XNUMX월.
arXiv : 2302.01941

[12] Zhuo Chen, Laker Newhouse, Eddie Chen, Di Luo 및 Marin Soljacic. ANTN: 양자 다체 시뮬레이션을 위한 자기회귀 신경망과 텐서 네트워크 연결. 제2023차 신경정보처리시스템 컨퍼런스, XNUMX년 XNUMX월.

[13] 케니 추, 티투스 노이페르트, 주세페 카를레오. 신경망 양자 상태로 연구된 1차원 좌절 $J_{2}-J_{100}$ 모델. 실제 검토 B, 12(125124): 2019, 10.1103년 100.125124월. XNUMX/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.100.125124

[14] 케니 추, 안토니오 메자카포, 주세페 카를레오. 순순한 전자 구조에 대한 페르미온 신경망 상태. Nature Communications, 11(1): 2368, 2020년 2041월. ISSN 1723-10.1038. 41467/s020-15724-9-XNUMX.
https:/​/​doi.org/​10.1038/​s41467-020-15724-9

[15] 스티븐 R. 클라크. 텐서 네트워크를 통해 신경망 양자 상태와 상관기 곱 상태를 통합합니다. Journal of Physics A: 수학 및 이론, 51(13): 135301, 2018년 1751월. ISSN 8121-10.1088. 1751/​8121-2/​aaaafXNUMX.
https:/​/​doi.org/​10.1088/​1751-8121/​aaaaf2

[16] Dong-Ling Deng, Xiaopeng Li 및 S. Das Sarma. 신경망 상태의 양자 얽힘. 물리적 검토 X, 7(2): 021021, 2017년 10.1103월. 7.021021/​PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.7.021021

[17] Kaelan Donatella, Zakari Denis, Alexandre Le Boité 및 Cristiano Ciuti. 자동회귀 신경 양자 상태를 이용한 역학: 중요한 담금질 역학에 적용. 실제 검토 A, 108(2): 022210, 2023년 10.1103월. 108.022210/​PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.108.022210

[18] J. Eisert, M. Cramer 및 MB Plenio. 얽힘 엔트로피에 대한 면적 법칙. 현대 물리학 리뷰, 82(1): 277–306, 2010년 10.1103월. 82.277/​RevModPhys.XNUMX.
https : / /doi.org/10.1103/ RevModPhys.82.277

[19] JM 포스터와 SF 보이즈. 정식 구성 상호 작용 절차. 현대 물리학 리뷰, 32(2): 300–302, 1960년 10.1103월. 32.300/​RevModPhys.XNUMX.
https : / /doi.org/10.1103/ RevModPhys.32.300

[20] 클레멘스 줄리아니, 필리포 비센티니, 리카르도 로시, 주세페 카를레오. 커널 방법을 사용하여 간격이 있는 양자 해밀턴의 기저 상태를 학습합니다. Quantum, 7: 1096, 2023년 10.22331월. 2023/q-08-29-1096-XNUMX.
https:/​/​doi.org/​10.22331/​q-2023-08-29-1096

[21] Aldo Glielmo, Yannic Rath, Gábor Csányi, Alessandro De Vita 및 George H. Booth. 가우스 프로세스 상태: 양자 다체 물리학의 데이터 기반 표현. 실제 리뷰 X, 10(4): 041026, 2020년 10.1103월. 10.041026/​PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.10.041026

[22] 요하네스 하흐만(Johannes Hachmann), 빔 카르도엔(Wim Cardoen), 가넷 킨릭 찬(Garnet Kin-Lic Chan). 125차 스케일링 밀도 행렬 재정규화 그룹을 사용한 긴 분자의 다중 참조 상관 관계. Journal of Chemical Physics, 14(144101): 2006, 0021년 9606월. ISSN 10.1063-1.2345196. XNUMX/XNUMX.
https : / /doi.org/ 10.1063 / 1.2345196

[23] 얀 헤르만(Jan Hermann), 제노 샤츨레(Zeno Schätzle), 프랑크 노에(Frank Noé). 전자 슈뢰딩거 방정식의 심층 신경망 솔루션. 자연 화학, 12(10): 891–897, 2020년 1755월. ISSN 4349-10.1038. 41557/s020-0544-XNUMX-y.
https : / /doi.org/ 10.1038 / s41557-020-0544-y

[24] Jan Hermann, James Spencer, Kenny Choo, Antonio Mezzacapo, WMC Foulkes, David Pfau, Giuseppe Carleo 및 Frank Noé. 신경망 파동함수를 이용한 순진한 양자화학. Nature Reviews Chemistry, 7(10): 692-709, 2023년 2397월. ISSN 3358-10.1038. 41570/s023-00516-8-XNUMX.
https:/​/​doi.org/​10.1038/​s41570-023-00516-8

[25] Mohamed Hibat-Allah, Martin Ganahl, Lauren E. Hayward, Roger G. Melko 및 Juan Carrasquilla. 순환 신경망 파동 함수. 물리적 검토 연구, 2(2): 023358, 2020년 10.1103월. 2.023358/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.2.023358

[26] 모하메드 히바트-알라, 로저 G. 멜코, 후안 카라스퀼라. 정확성 향상을 위해 대칭 및 어닐링을 통해 순환 신경망 파동 기능 보완, 2022년 XNUMX월.

[27] 모하메드 히바트-알라, 로저 G. 멜코, 후안 카라스퀼라. 순환 신경망을 사용하여 위상 순서를 조사합니다. 실제 검토 B, 108(7): 075152, 2023년 10.1103월. 108.075152/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.108.075152

[28] Hinton, Geoffrey, Srivastava, Nitish 및 Swersky, Kevin. 강의 6a: 미니 배치 경사하강법 개요, 2012.

[29] 다미안 호프만, 지암마르코 파비아니, 요한 멘팅크, 주세페 카를레오, 마이클 센테프. 신경망 양자 상태의 시간 전파에서 확률론적 잡음 및 일반화 오류의 역할. SciPost 물리학, 12(5): 165, 2022년 2542월. ISSN 4653-10.21468. 12.5.165/​SciPostPhys.XNUMX.
https : / /doi.org/ 10.21468 / SciPostPhys.12.5.165

[30] 비야르니 욘손(Bjarni Jónsson), 벨라 바우어(Bela Bauer), 주세페 칼레오(Giuseppe Carleo). 양자 컴퓨팅의 고전적 시뮬레이션을 위한 신경망 상태, 2018년 XNUMX월.

[31] Diederik P. Kingma와 지미 바. Adam: 확률론적 최적화 방법, 2017년 XNUMX월.

[32] King's College London e-Research 팀. King의 전산 연구, 엔지니어링 및 기술 환경(CREATE), 2022. URL https:/​/​doi.org/​10.18742/​rnvf-m076.
https:/​/​doi.org/​10.18742/​rnvf-m076

[33] 드미트리 코치코프(Dmitrii Kochkov)와 브라이언 K. 클라크(Bryan K. Clark). AI 시대의 변이 최적화: 계산 그래프 상태 및 감독 파동 함수 최적화. arXiv:1811.12423 [cond-mat, 물리학:물리학], 2018년 XNUMX월.
arXiv : 1811.12423

[34] Chu-Cheng Lin, Aaron Jaech, Xin Li, Matthew R. Gormley, Jason Eisner. 자기회귀 모델과 그 대안의 한계. 전산 언어학 협회 북미 지부 2021 회의 진행: 인간 언어 기술, 페이지 5147-5173, 온라인, 2021년 10.18653월. 전산 언어학 협회. 1/​v2021/​405.naacl-main.XNUMX.
https:/​/​doi.org/​10.18653/​v1/​2021.naacl-main.405

[35] 린성쑤안(Sheng-Hsuan Lin)과 프랭크 폴만(Frank Pollmann). 시간 진화를 위한 신경망 양자 상태의 확장. 물리 상태 고체(b), 259(5): 2100172, 2022. ISSN 1521-3951. 10.1002/pssb.202100172.
https:/​/​doi.org/​10.1002/​pssb.202100172

[36] 알레산드로 로바토, 코리 아담스, 주세페 카를레오, 노에미 로코. 핵 다체 문제에 대한 숨겨진 핵 신경망 양자 상태. 물리적 검토 연구, 4(4): 043178, 2022년 10.1103월. 4.043178/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.4.043178

[37] Di Luo, Zhuo Chen, Juan Carrasquilla 및 Bryan K. Clark. 확률 공식을 통해 개방형 양자 시스템을 시뮬레이션하기 위한 자동회귀 신경망. 실제 검토 편지, 128(9): 090501, 2022년 10.1103월. 128.090501/​PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.128.090501

[38] Di Luo, Zhuo Chen, Kaiwen Hu, Zhizhen Zhao, Vera Mikyoung Hur 및 Bryan K. Clark. 양자 격자 모델을 위한 게이지 불변 및 무음 대칭 자기회귀 신경망. 물리적 검토 연구, 5(1): 013216, 2023년 10.1103월. 5.013216/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.5.013216

[39] 알렉세이 말리셰프(Aleksei Malyshev), 후안 미구엘 아라졸라(Juan Miguel Arrazola), AI Lvovsky. 양자수 대칭을 갖는 자기회귀 신경 양자 상태, 2023년 XNUMX월.

[40] 마티야 메드비도비치와 주세페 카를레오. 양자 근사 최적화 알고리즘의 고전적 변형 시뮬레이션. npj Quantum Information, 7 (1): 1–7, 2021년 2056월. ISSN 6387-10.1038. 41534/s021-00440-XNUMX-z.
https : / /doi.org/ 10.1038 / s41534-021-00440-z

[41] 노무라 유스케. 대칭을 복원하여 제한된 볼츠만 기계의 양자 상태 표현을 지원합니다. 물리학 저널: 응축 물질, 33(17): 174003, 2021년 0953월. ISSN 8984-10.1088. 1361/648-268X/abeXNUMX.
https://​/​doi.org/​10.1088/​1361-648X/​abe268

[42] 노무라 유스케와 이마다 마사토시. 신경망 파동 함수, 상관 비율 및 레벨 분광학을 사용하여 정교한 양자 다체 솔버를 통해 밝혀진 Dirac 유형 노드 스핀 액체. 실제 검토 X, 11(3): 031034, 2021년 10.1103월. 11.031034/​PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.11.031034

[43] David Pfau, James S. Spencer, Alexander GDG Matthews 및 WMC Foulkes. 심층 신경망을 사용한 다전자 슈뢰딩거 방정식의 기본 해법입니다. 물리적 검토 연구, 2(3): 033429, 2020년 10.1103월. 2.033429/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.2.033429

[44] 야닉 라스(Yannic Rath)와 조지 H. 부스(George H. Booth). 양자 가우스 프로세스 상태: 양자 지원 데이터가 포함된 커널에서 영감을 받은 상태입니다. 물리적 검토 연구, 4(2): 023126, 2022년 10.1103월. 4.023126/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.4.023126

[45] 야닉 라스(Yannic Rath)와 조지 H. 부스(George H. Booth). 가우스 프로세스 상태를 사용한 효율적인 순순한 전자 구조를 위한 프레임워크입니다. 실제 검토 B, 107(20): 205119, 2023년 10.1103월. 107.205119/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.107.205119

[46] 야닉 라스(Yannic Rath), 알도 글리엘모(Aldo Glielmo), 조지 H. 부스(George H. Booth). 양자 상태의 압축 및 예측을 위한 베이지안 추론 프레임워크입니다. 화학 물리학 저널, 153(12): 124108, 2020년 0021월. ISSN 9606-10.1063. 5.0024570/​XNUMX.
https : / /doi.org/ 10.1063 / 5.0024570

[47] Waseem Rawat와 Zenghui Wang. 이미지 분류를 위한 심층 컨벌루션 신경망: 종합적인 검토. 신경 계산, 29(9): 2352-2449, 2017년 0899월. ISSN 7667-10.1162. 00990/​neco_a_XNUMX.
https://doi.org/ 10.1162/ neco_a_00990

[48] 모리츠 레, 마르쿠스 슈미트, 마틴 가르트너. 신경 양자 상태에 대한 설계 선택 최적화. 실제 검토 B, 107(19): 195115, 2023년 10.1103월. 107.195115/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.107.195115

[49] 크리스토퍼 로스와 앨런 H. 맥도널드. 그룹 컨벌루션 신경망으로 양자 상태 정확도 향상, 2021년 XNUMX월.

[50] 크리스토퍼 로스, 아틸라 자보, 앨런 H. 맥도날드. 심층 신경망을 갖춘 좌절 자석에 대한 고정밀 변형 몬테 카를로. 실제 검토 B, 108(5): 054410, 2023년 10.1103월. 108.054410/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.108.054410

[51] 앤더스 W. 샌드빅. 56차원 Heisenberg 모델의 바닥 상태 매개변수의 유한 크기 스케일링. 실제 검토 B, 18(11678): 11690–1997, 10.1103년 56.11678월. XNUMX/PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.56.11678

[52] HJ Schulz, TAL Ziman 및 D. Poilblanc. 6차원에서 좌절된 양자 하이젠베르그 반강자성체의 자기적 질서와 무질서. Journal de Physique I, 5(675): 703-1996, 1155년 4304월. ISSN 1286-4862, 10.1051-1. 1996236/jpXNUMX:XNUMX.
https:/​/​doi.org/​10.1051/​jp1:1996236

[53] 또는 Sharir, Yoav Levine, Noam Wies, Giuseppe Carleo 및 Amnon Shashua. 다체 양자 시스템의 효율적인 변이 시뮬레이션을 위한 심층 자기회귀 모델. 실제 검토 편지, 124(2): 020503, 2020년 10.1103월. 124.020503/​PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.124.020503

[54] 다중 전자 문제에 대한 Simons의 공동 작업, Mario Motta, David M. Ceperley, Garnet Kin-Lic Chan, John A. Gomez, Emanuel Gull, Sheng Guo, Carlos A. Jiménez-Hoyos, Tran Nguyen Lan, Jia Li, Fengjie Ma , Andrew J. Millis, Nikolay V. Prokof'ev, Ushnish Ray, Gustavo E. Scuseria, Sandro Sorella, Edwin M. Stoudenmire, Qiming Sun, Igor S. Tupitsyn, Steven R. White, Dominika Zgid 및 Shiwei Zhang. 실제 물질의 다전자 문제 해결을 향하여: 최첨단 다체법을 사용한 수소 사슬 상태 방정식. 실제 검토 X, 7(3): 031059, 2017년 10.1103월. 7.031059/​PhysRevX.XNUMX.
https : / /doi.org/10.1103/ PhysRevX.7.031059

[55] 알레산드로 시니발디, 클레멘스 줄리아니, 주세페 카를레오, 필리포 비센티니. 예측된 양자 진화를 통해 시간에 따른 변이 몬테 카를로를 편향하지 않습니다. Quantum, 7: 1131, 2023년 10.22331월. 2023/q-10-10-1131-XNUMX.
https:/​/​doi.org/​10.22331/​q-2023-10-10-1131

[56] Anton V. Sinitskiy, 로렌 그린먼, David A. Mazziotti. 변형 133전자 감소 밀도 매트릭스 방법을 사용하여 수소 사슬과 격자의 강한 상관관계를 보여줍니다. Journal of Chemical Physics, 1(014104): 2010, 0021년 9606월. ISSN 10.1063-1.3459059. XNUMX/XNUMX.
https : / /doi.org/ 10.1063 / 1.3459059

[57] 산드로 소렐라. 변이 양자 몬테카를로에 대한 일반화된 Lanczos 알고리즘. 실제 검토 B, 64(2): 024512, 2001년 10.1103월. 64.024512/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.64.024512

[58] 로렌조 스텔라, 클라우디오 아타칼리테, 산드로 소렐라, 앙헬 루비오. 수소 사슬의 강력한 전자 상관관계: 변형 몬테카를로 연구. 실제 검토 B, 84(24): 245117, 2011년 10.1103월. 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 및 Garnet Kin-Lic Chan. PySCF: Python 기반 화학 프레임워크 시뮬레이션입니다. WIREs 전산 분자 과학, 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 Hermann, Matthew R. Hermes, Kevin Koh, Peter Koval, Susi Lehtola, Zhendong Li, Junzi Liu, Narbe Mardirossian, James D. McClain, Mario Motta, Bastien Mussard, Hung Q. Pham, Artem Pulkin, Wirawan Purwanto, Paul J. Robinson, Enrico Ronca, Elvira R. Sayfutyarova, Maximilian Scheurer, Henry F. Schurkus, James ET Smith, Chong Sun, Shi-Ning Sun, Shiv Upadhyay, Lucas K. Wagner, Xiao Wang, Alec White, James Daniel Whitfield, Mark J Williamson, Sebastian Wouters, Jun Yang, Jason M. Yu, Tianyu Zhu, Timothy C. Berkelbach, Sandeep Sharma, Alexander Yu. Sokolov 및 Garnet Kin-Lic Chan. PySCF 프로그램 패키지의 최근 개발. 화학 물리학 저널, 153(2): 024109, 2020년 0021월. 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 및 Xiao-Liang Qi. 무작위 신경망 양자 상태의 얽힘 특징. 실제 검토 B, 106(11): 115138, 2022년 10.1103월. 106.115138/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.106.115138

[62] 아틸라 자보(Attila Szabó)와 클라우디오 카스텔노보(Claudio Castelnovo). 신경망 파동 함수와 부호 문제. 물리적 검토 연구, 2(3): 033075, 2020년 10.1103월. 2.033075/​PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.2.033075

[63] Giacomo Torlai, Guglielmo Mazzola, Juan Carrasquilla, Matthias Troyer, Roger Melko 및 Giuseppe Carleo. 신경망 양자 상태 단층 촬영. 자연 물리학, 14(5): 447–450, 2018년 1745월. ISSN 2481-10.1038. 41567/s018-0048-5-XNUMX.
https:/​/​doi.org/​10.1038/​s41567-018-0048-5

[64] 쓰치모치 타카시와 구스타보 E. 스쿠세리아. 제한된 쌍 평균 필드 이론을 통한 강력한 상관 관계. Journal of Chemical Physics, 131(12): 121102, 2009년 0021월. ISSN 9606-10.1063. 1.3237029/​XNUMX.
https : / /doi.org/ 10.1063 / 1.3237029

[65] Benigno Uria, Marc-Alexandre Côté, Karol Gregor, Iain Murray 및 Hugo Larochelle. 신경 자기회귀 분포 추정. 기계 학습 연구 저널, 17(205): 1–37, 2016. ISSN 1533-7928.

[66] Aaron van den Oord, Nal Kalchbrenner, Lasse Espeholt, Koray kavukcuoglu, Oriol Vinyals 및 Alex Graves. PixelCNN 디코더를 사용한 조건부 이미지 생성. 신경 정보 처리 시스템의 발전, 29권. Curran Associates, Inc., 2016.

[67] Filippo Vicentini, Damian Hofmann, Attila Szabó, Dian Wu, Christopher Roth, Clemens Giuliani, Gabriel Pescia, Jannes Nys, Vladimir Vargas-Calderón, Nikita Astrakhantsev 및 Giuseppe Carleo. NetKet 3: 다체 양자 시스템을 위한 기계 학습 도구 상자. SciPost 물리학 코드베이스, 페이지 007, 2022년 2949월. ISSN 804-10.21468X. 7/​SciPostPhysCodeb.XNUMX.
https:/ / doi.org/ 10.21468/ SciPostPhysCodeb.7

[68] Tom Vieijra, Corneel Casert, Jannes Nys, Wesley De Neve, Jutho Haegeman, Jan Ryckebusch 및 Frank Verstraete. 비아벨 대칭 또는 임의 대칭을 갖는 양자 상태에 대한 제한된 볼츠만 기계. 실제 검토 편지, 124(9): 097201, 2020년 10.1103월. 124.097201/​PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.124.097201

[69] 루치아노 로리스 비테리티, 리카르도 렌데, 페데리코 베카. 좌절된 양자 스핀 시스템을 위한 변압기 변이파 함수. 실제 검토 편지, 130(23): 236401, 2023년 10.1103월. 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 및 Dongsheng Li. 자기회귀 생성 모델을 에너지 기반 모델로 취급하면 더 좋아질 수 있음, 2022년 XNUMX월.

[71] Tom Westerhout, Nikita Astrakhantsev, Konstantin S. Tikhonov, Mikhail I. Katsnelson 및 Andrey A. Bagrov. 좌절된 자석 바닥 상태에 대한 신경망 근사의 일반화 특성. Nature Communications, 11(1): 1593, 2020년 2041월. ISSN 1723-10.1038. 41467/s020-15402-XNUMX-w.
https : / /doi.org/ 10.1038 / s41467-020-15402-w

[72] 디안 우, 리카르도 로시, 필리포 비센티니, 주세페 카를레오. 텐서 네트워크 양자 상태에서 텐서리 순환 신경 네트워크까지. 물리적 검토 연구, 5(3): L032001, 2023년 10.1103월. 5/​PhysRevResearch.032001.LXNUMX.
https:/ / doi.org/ 10.1103/ PhysRevResearch.5.L032001

[73] 환첸 자이(Huanchen Zhai)와 가넷 킨릭 찬(Garnet Kin-Lic Chan). 낮은 통신 고성능 ab initio 밀도 행렬 재정규화 그룹 알고리즘. 화학 물리학 저널, 154(22): 224116, 2021년 0021월. ISSN 9606-10.1063. 5.0050902/​XNUMX.
https : / /doi.org/ 10.1063 / 5.0050902

[74] 장 위안항(Yuan-Hang Zhang)과 마시밀리아노 디 벤트라(Massimiliano Di Ventra). 변환기 양자 상태: 양자 다체 문제에 대한 다목적 모델입니다. 실제 검토 B, 107(7): 075147, 2023년 10.1103월. 107.075147/​PhysRevB.XNUMX.
https : / /doi.org/10.1103/ PhysRevB.107.075147

[75] Tianchen Zhao, Saibal De, Brian Chen, James Stokes 및 Shravan Veerapaneni. 변형 양자 몬테카를로의 확장성 장벽을 극복합니다. 고성능 컴퓨팅, 네트워킹, 스토리지 및 분석을 위한 국제 컨퍼런스 진행, SC '21, 페이지 1–13, 뉴욕, 뉴욕, 미국, 2021년 978월. 컴퓨팅 기계 협회. ISBN 1-4503-8442-1-10.1145. 3458817.3476219/​XNUMX.
https : / /doi.org/ 10.1145 / 3458817.3476219

[76] Tianchen Zhao, 제임스 스톡스, Shravan Veerapaneni. 양자 화학을 위한 확장 가능한 신경 양자 상태 아키텍처. 기계 학습: 과학 및 기술, 4(2): 025034, 2023년 2632월. ISSN 2153-10.1088. 2632/​2153-2/​acdbXNUMXf.
https:/​/​doi.org/​10.1088/​2632-2153/​acdb2f

[77] 저우 딩쉬안. 심층 컨벌루션 신경망의 보편성. 응용 및 전산 조화 분석, 48(2): 787-794, 2020년 1063월. ISSN 5203-10.1016. 2019.06.004/j.acha.XNUMX.
https : / / doi.org/ 10.1016 / j.acha.2019.06.004