现代理论物理学中最具挑战性的问题之一就是所谓的多体问题。典型的多体系统是由大量强相互作用的粒子组成的。很少有这样的系统能够被数学精确地处理。然而，由于指定一个通用多体量子态所需的资源以指数方式依赖于系统中粒子的数量（更准确地说，是自由度的数目），即使是当今最好的超级计算机也不具足够的算力来精确编码这些状态（它们只能处理小于45个粒子的相对较小的系统）。

正如我们将看到的，机器学习技术（特别是人工神经网络）的最新应用已被证明能够提供这种复杂状态的高效表示，使其易于计算。

在这篇文章中，我将讨论如何应用人工神经网络来表示多个粒子的量子态。从下面三个方面讨论：

基本量子力学概念机器学习概念的简要描述，特别

转载请注明:http://www.aideyishus.com/lkgx/3800.html