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 > hep-th > arXiv:2412.04133

帮助 | 高级搜索

高能物理 - 理论

arXiv:2412.04133 (hep-th)
[提交于 2024年12月5日 ]

标题: 用张量网络模拟矩阵模型

标题: Simulating matrix models with tensor networks

Authors:Enrico M. Brehm, Yibin Guo, Karl Jansen, Enrico Rinaldi
摘要: 矩阵模型作为没有显式空间依赖性的量子力学系统,为高维规范和引力理论提供了有价值的见解,尤其是在弦理论框架下,它们可以通过全息原理描述量子黑洞。 模拟这些模型可以探索其运动学和动力学特性,特别是在解析上难以处理的参数区域。 在本研究中,我们考察了张量网络技术在这些模拟中的潜力。 具体而言,我们将基态构造为矩阵乘积态,并分析了它们的纠缠结构等特征。
摘要: Matrix models, as quantum mechanical systems without explicit spatial dependence, provide valuable insights into higher-dimensional gauge and gravitational theories, especially within the framework of string theory, where they can describe quantum black holes via the holographic principle. Simulating these models allows for exploration of their kinematic and dynamic properties, particularly in parameter regimes that are analytically intractable. In this study, we examine the potential of tensor network techniques for such simulations. Specifically, we construct ground states as matrix product states and analyse features such as their entanglement structure.
评论: 21 + 13页,14图
主题: 高能物理 - 理论 (hep-th) ; 强关联电子 (cond-mat.str-el); 量子物理 (quant-ph)
引用方式: arXiv:2412.04133 [hep-th]
  (或者 arXiv:2412.04133v1 [hep-th] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.04133
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Enrico Brehm [查看电子邮件]
[v1] 星期四, 2024 年 12 月 5 日 12:57:58 UTC (2,471 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • 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 | 2024-12
切换浏览方式为:
cond-mat
hep-th
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