Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cond-mat > arXiv:1011.0155

帮助 | 高级搜索

凝聚态物理 > 强关联电子

arXiv:1011.0155 (cond-mat)
[提交于 2010年10月31日 (v1) ,最后修订 2011年4月2日 (此版本, v2)]

标题: 量子格点模型热力学的线性张量重正化群算法

标题: Linearized Tensor Renormalization Group Algorithm for Thermodynamics of Quantum Lattice Models

Authors:Wei Li, Shi-Ju Ran, Shou-Shu Gong, Yang Zhao, Bin Xi, Fei Ye, Gang Su
摘要: 一种线性化张量重正化群(LTRG)算法被提出用于计算一维量子格点模型的热力学性质,该算法结合了无限时间演化块消去技术,并可以直接处理二维转移矩阵张量网络。 为了说明其可行性,通过LTRG精确计算了量子XY自旋链的热力学量,并显示出其精度可与(甚至优于)转移矩阵重正化群(TMRG)方法相媲美。 与只能处理无限链的TMRG方案不同,当前的LTRG算法可以处理有限和无限系统,并且可以很容易地扩展到玻色子和费米子量子格点模型。
摘要: A linearized tensor renormalization group (LTRG) algorithm is proposed to calculate the thermodynamic properties of one-dimensional quantum lattice models, that is incorporated with the infinite time-evolving block decimation technique, and allows for treating directly the two-dimensional transfer-matrix tensor network. To illustrate its feasibility, the thermodynamic quantities of the quantum XY spin chain are calculated accurately by the LTRG, and the precision is shown to be comparable with (even better than) the transfer matrix renormalization group (TMRG) method. Unlike the TMRG scheme that can only deal with the infinite chains, the present LTRG algorithm could treat both finite and infinite systems, and may be readily extended to boson and fermion quantum lattice models.
评论: 发布版本
主题: 强关联电子 (cond-mat.str-el) ; 统计力学 (cond-mat.stat-mech); 量子物理 (quant-ph)
引用方式: arXiv:1011.0155 [cond-mat.str-el]
  (或者 arXiv:1011.0155v2 [cond-mat.str-el] 对于此版本)
  https://doi.org/10.48550/arXiv.1011.0155
通过 DataCite 发表的 arXiv DOI
期刊参考: Phys. Rev. Lett. 106, 127202 (2011)
相关 DOI: https://doi.org/10.1103/PhysRevLett.106.127202
链接到相关资源的 DOI

提交历史

来自: Wei Li [查看电子邮件]
[v1] 星期日, 2010 年 10 月 31 日 13:37:22 UTC (252 KB)
[v2] 星期六, 2011 年 4 月 2 日 09:38:28 UTC (238 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cond-mat.str-el
< 上一篇   |   下一篇 >
新的 | 最近的 | 2010-11
切换浏览方式为:
cond-mat
cond-mat.stat-mech
quant-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号