基于张量网络算法的自旋梯子系统的弦序参量的研究

通过基于矩阵乘积态(MPS)的强关联电子量子自旋梯子格点系统的张量网络(TN)算法,摸索研究自旋梯子量子多体系统的弦序参量,探测系统的量子相变点,刻画系统的量子临界现象,获取系统的量子相图,这为我们提供了一个研究自旋梯子系统的量子多体物理性质强有力的工具和方法:在不知道系统是否缺乏Landau对称性破缺序或者系统是否存在相关的拓扑弦序的情况下,可以先得到系统的基态波函数,如果基态缺乏Landau对称性破缺序,或可以通过其它方式找出系统存在若干非局域的弦序参量,来完整地描述一些拓扑量子相变点,获得系统的量子相图,从而丰富和发展了传统的Landau对称性破缺的相变理论.     

基于张量网络算法的自旋梯子系统的弦序参量的研究

通过基于矩阵乘积态(MPS)的强关联电子量子自旋梯子格点系统的张量网络(TN)算法,摸索研究自旋梯子量子多体系统的弦序参量,探测系统的量子相变点,刻画系统的量子临界现象,获取系统的量子相图,这为我们提供了一个研究自旋梯子系统的量子多体物理性质强有力的工具和方法:在不知道系统是否缺乏Landau对称性破缺序或者系统是否存在相关的拓扑弦序的情况下,可以先得到系统的基态波函数,如果基态缺乏Landau对称性破缺序,或可以通过其它方式找出系统存在若干非局域的弦序参量,来完整地描述一些拓扑量子相变点,获得系统的量子相图,从而丰富和发展了传统的Landau对称性破缺的相变理论.     

应用保真度研究两腿XXZ梯子系统的量子相变

本文基于投影纠缠对态的自旋梯子系统的张量网络算法提供了一个有效的方法,来研究两腿自旋1/2的XXZ梯子量子系统的量子临界性,通过与单位格点基态保真度相结合,得到清晰的基态保真度三维图,来探测量子多体系统的量子相变,从而可以绘制出两腿自旋1/2XXZ梯子量子模型的基态相图,在相图中出现铁磁(FM)相、条纹铁磁(SF)相、Néel(N)相、条纹Néel(SN)相、Rung singlet(RS)相、Haldane(H)相、Rung triplet(RT)相、临界XY相(XY1相和XY2相)。在不知道系统是否存在局域序参量或非局域序参量的情况下,可以通过系统的基态波函数,在对称性破缺相中由约化密度矩阵得到局域序参量;或者在对称性相中,找出系统存在的非局域序参量,来完整地描述系统的量子相变和量子临界现象。     

两腿XXZ自旋梯子模型的量子相变与量子临界现象

对于无限大尺寸两腿自旋1/2的XXZ自旋梯子模型,通过运用基于随机行走的张量网络(TN)算法数值模拟出基态波函数,首次尝试研究自旋梯子模型的约化保真度、普适序参量、纠缠熵等物理观测量,并系统研究基态保真度的三维挤点与二维分叉、约化保真度的分叉、局域序参量、普适序参量、纠缠熵和量子相变之间存在的关联关系.基于张量网络表示的算法在任意随机选择初始状态时,可以得到两腿XXZ量子自旋梯子系统简并的对称破缺基态波函数,该基态波函数是由于Z2对称破缺引起的.本文期望所提供的方法可为进一步研究凝聚态物质中热力学极限下的强关联电子量子晶格自旋梯子系统的量子相变和量子临界现象提供一种更有效的强大的工具.     

基于无限纠缠投影对态(iPEPS)算法的二维XYX模型的量子相变

运用无限纠缠投影对态(iPEPS)表示的张量网络(TN)算法,任意选取初态对二维无限正方格子XYX量子模型进行数值模拟演化,从而得到两个不同的具有简并对称破缺的基态波函数。在二维XYX量子模型中,既可以运用普适序参量的性质,又可以运用约化密度矩阵保真度的分叉行为,来确定这个系统由自发对称性破缺引起的量子相变的临界点及量子相变的类型。即基于iPEPS算法,从普适序参量和约化密度矩阵保真度的角度,来刻画二维XYX量子多体系统的相变,其为典型的Ising普适类的二级相变。因而,运用iPEPS算法通过普适序参量和约化密度矩阵保真度,可以确定一个量子系统经历的量子相变,这为研究热力学极限下的强关联电子量子系统的量子相变和量子临界现象提供了一种更有效的强大的工具。     

二维３态Potts量子系统的保真度与序参量

二维无限正方格子上的量子3态Potts模型是发生一级相变还是二级相变?通过运用无限纠缠投影对态 (iPEPS) 算法,在进行数值模拟时任意选取初态,能得到二维无限正方格子上的3态Potts模型的三个不同的简并基态波函数,这些简并的情况是由自发对称性破缺引起的.首先,揭示了在二维系统中自发对称性破缺引起的相变可以运用单点基态保真度的分叉来研究,也反映了在二维系统中约化保真度同样有一个分叉行为;再者,还提出了二维系统的普适序参量以及多分量的复数局域序参量的行为来尝试研究二维3态Potts模型,共同确定系统发生的量子相变的临界点及其类型.即基于iPEPS算法,从单点基态保真度、约化保真度、普适序参量以及局域序参量的角度,来研究3态Potts模型的量子相变,其为一级相变.     

二维3态Potts量子系统的保真度与序参量

二维无限正方格子上的量子3态Potts模型是发生一级相变还是二级相变?通过运用无限纠缠投影对态(i PEPS)算法,在进行数值模拟时任意选取初态,能得到二维无限正方格子上的3态Potts模型的三个不同的简并基态波函数,这些简并的情况是由自发对称性破缺引起的.首先,揭示了在二维系统中自发对称性破缺引起的相变可以运用单点基态保真度的分叉来研究,也反映了在二维系统中约化保真度同样有一个分叉行为;再者,还提出了二维系统的普适序参量以及多分量的复数局域序参量的行为来尝试研究二维3态Potts模型,共同确定系统发生的量子相变的临界点及其类型.即基于i PEPS算法,从单点基态保真度、约化保真度、普适序参量以及局域序参量的角度,来研究3态Potts模型的量子相变,其为一级相变.     

二维３态Potts量子系统的保真度与序参量

二维无限正方格子上的量子3态Potts模型是发生一级相变还是二级相变?通过运用无限纠缠投影对态算法(iPEPS),在进行数值模拟时任意选取初态,能得到二维无限正方格子上的3态Potts模型的三个不同的简并基态波函数,这些简并的情况是由自发对称性破缺引起的.首先,揭示了在二维系统中自发对称性破缺引起的相变可以运用单点基态保真度的分叉来研究,也反映了在二维系统中约化保真度同样有一个分叉行为;再者,还开创性提出了二维系统的普适序参量以及多分量的复数局域序参量的行为来尝试研究二维3态Potts模型,共同确定系统发生的量子相变的临界点及其类型.即基于iPEPS算法,从单点基态保真度、约化保真度、普适序参量以及局域序参量的角度,来研究3态Potts模型的量子相变,其为一级相变.     

一维扩展量子罗盘模型的拓扑序和量子相变

应用矩阵乘积态表示的无限虚时间演化块算法,研究了扩展的量子罗盘模型.为了深入研究该模型的长程拓扑序和量子相变,基于奇数键和偶数键,引入了奇数弦关联和偶数弦关联,计算了保真度、奇数弦关联、偶数弦关联、奇数弦关联饱和性与序参量.弦关联表现出三种截然不同的行为:衰减为零、单调饱和与振荡饱和.基于弦关联的以上特征,给出了量子罗盘模型的基态序参量相图.在临界区,局域磁化强度和单调奇弦序参量的临界指数β=1/8表明:相变的普适类是Ising类型.此外,保真度探测到的相变点、连续性与非连续性和序参量的结果一致.     

声子晶体中的多重拓扑相

研究了圆环型波导依照蜂窝结构排列的声子晶体系统中的拓扑相变.利用晶格结构的点群对称性实现赝自旋,并在圆环中引入旋转气流来打破时间反演对称性.通过紧束缚近似模型计算的解析结果表明,没有引入气流时,调节几何参数,系统存在普通绝缘体和量子自旋霍尔效应绝缘体两个相;引入气流后,可以实现新的时间反演对称性破缺的量子自旋霍尔效应相,而增大气流强度,则可以实现量子反常霍尔效应相.这三个拓扑相可以通过自旋陈数来分类.通过有限元软件模拟了多个系统中边界态的传播,发现不同于量子自旋霍尔效应相,量子反常霍尔相系统的表面只支持一种自旋的边界态,并且它无需时间反演对称性保护.     

Delta-Davidson method for interior eigenproblem in many-spin systems

Many numerical methods,such as tensor network approaches including density matrix renormalization group calculations,have been developed to calculate the extreme/ground states of quantum many-body systems.However,little attention has been paid to the central states,which are exponentially close to each other in terms of system size.We propose a delta-Davidson(DELDAV)method to efficiently find such interior(including the central)states in many-spin systems.The DELDAV method utilizes a delta filter in Chebyshev polynomial expansion combined with subspace diagonalization to overcome the nearly degenerate problem.Numerical experiments on Ising spin chain and spin glass shards show the correctness,efficiency,and robustness of the proposed method in finding the interior states as well as the ground states.The sought interior states may be employed to identify many-body localization phase,quantum chaos,and extremely long-time dynamical structure.     

Local tensor network for strongly correlated projective States

The success of tensor network approaches in simulating strongly correlated quantum systems crucially depends on whether the many-body states that are relevant for the problem can be encoded in a local tensor network. Despite numerous efforts, strongly correlated projective states, including fractional quantum Hall states, have not yet found a local tensor network representation. Here we show that one can encode the calculation of averages of local operators in a Grassmann tensor network which is local. Our construction is explicit and allows the use of physically motivated trial wave functions as starting points in tensor network variational calculations.     

有限温度张量重正化群方法及其在阻挫量子磁性研究中的应用

阻挫量子磁体中的新奇物态与效应是凝聚态物理研究的重要前沿方向,因其与高温超导、拓扑量子计算等的密切联系,近年来吸引了人们浓厚的研究兴趣。实验上,阻挫自旋液体候选材料的 新进展层出不穷,人们系统地研究了若干三角晶格、笼目晶格和六角Kitaev 阻挫磁体等材料,发 现其在一定条件下展现出自旋液体态的特征,但澄清其中的量子物态是充满挑战的量子多体问题。 作者最近的工作指出,可以从有限温度张量重正化群多体计算入手,开展热力学性质的精确计算 与分析,确定阻挫磁体的微观自旋模型,做出进一步理论预言并开展实验验证,从而建立量子磁性 系统的多体计算精确研究方案。有限温度张量重正化群方法是计算大尺寸二维阻挫量子自旋模型 有限温度性质的有力工具,在本文中作者首先介绍新近发展的系列张量重正化群方法,包括线性 和指数张量重正化群等。随后,作者讨论有限温度张量方法在三角晶格量子伊辛磁体TmMgGaO4 和六角晶格Kitaev 磁体α-RuCl3 的微观自旋模型中的具体应用：通过高精度和全面的多体计算, 揭示出其中存在演生U(1) 对称性与拓扑相变,以及高场量子自旋液体态等新颖的结论,这些理 论预言也陆续被实验所证实。通过上述实例,作者展示了有限温度张量重正化群计算方法在自旋 液体候选材料研究中的应用价值,并期待这些方法能在强关联量子物质研究中发挥重要作用。     

有限温度量子多体系统与热态张量网络

量子多体系统热力学性质的精确模拟在理论和实验方面都具有重要的价值。局域相互作用量子多体系统的热态满足互信息(mutual information)面积律,对于这样的系统,热态张量网络可以提供满足面积律的精确“波函数”拟设,提供了模拟有限温度系统的有力手段。文章介绍了关联格点模型在有限温度下的热态张量网络刻画及相关模拟方法。作者按照世界线热态张量网络和级数展开热态张量网络来分别介绍,并讨论了自由能极小变分原理与重正化群剪裁的优化原则。世界线框架内,人们发展了转移矩阵重正化群,基于纯化策略的有限温度密度矩阵重正化群,以及张量网络的线性重正化群等方法。在此基础上,介绍作者新近提出的级数展开热态张量网络方法,该方法受随机级数展开量子蒙特卡罗方法的启发,突破了世界线方法的局限,提高了有限温度计算重正化群模拟的精度标准,并且在计算阻挫量子自旋链模型时不会有负符号问题。此外,文章讨论了在两维格点系统上推广有限温度张量网络计算的进展和未来展望。     

Quantum spin dynamics of mode-squeezed Luttinger liquids in two-component atomic gases

We report on the observation of many-body spin dynamics of interacting, one-dimensional (1D) ultracold bosonic gases with two spin states. By controlling the nonlinear atomic interactions close to a Feshbach resonance we are able to induce a phase diffusive many-body spin dynamics of the relative phase between the two components. We monitor this dynamical evolution by Ramsey interferometry, supplemented by a novel, many-body echo technique, which unveils the role of quantum fluctuations in 1D. We find that the time evolution of the system is well described by a Luttinger liquid initially prepared in a multimode squeezed state. Our approach allows us to probe the nonequilibrium evolution of one-dimensional many-body quantum systems.     

Learning the Effective Spin Hamiltonian of a Quantum Magnet

To understand the intriguing many-body states and effects in the correlated quantum materials,inference of the microscopic effective Hamiltonian from experiments constitutes an important yet very challenging inverse problem.Here we propose an unbiased and efficient approach learning the effective Hamiltonian through the many-body analysis of the measured thermal data.Our approach combines the strategies including the automatic gradient and Bayesian optimization with the thermodynamics many-body solvers including the exact diagonalization and the tensor renormalization group methods.We showcase the accuracy and powerfulness of the Hamiltonian learning by applying it firstly to the thermal data generated from a given spin model,and then to realistic experimental data measured in the spin-chain compound copper nitrate and triangular-lattice magnet TmMgGaO_4.The present automatic approach constitutes a unified framework of many-body thermal data analysis in the studies of quantum magnets and strongly correlated materials in general.     

Digraph states and their neural network representations

With the rapid development of machine learning, artificial neural networks provide a powerful tool to represent or approximate many-body quantum states. It was proved that every graph state can be generated by a neural network. Here, we introduce digraph states and explore their neural network representations (NNRs). Based on some discussions about digraph states and neural network quantum states (NNQSs), we construct explicitly an NNR for any digraph state, implying every digraph state is an NNQS. The obtained results will provide a theoretical foundation for solving the quantum many-body problem with machine learning method whenever the wave-function is known as an unknown digraph state or it can be approximated by digraph states.     

Many-body generalization of the Z2 topological invariant for the quantum spin Hall effect

We propose a many-body generalization of the Z2 topological invariant for the quantum spin Hall insulator, which does not rely on single-particle band structures. The invariant is derived as a topological obstruction that distinguishes topologically distinct many-body ground states on a torus. It is also expressed as a Wilson loop of the SU(2) Berry gauge field, which is quantized due to time-reversal symmetry.     

量子多体系统的线性张量重正化群方法

文章简述了数值重正化群方法的历史发展,包括威耳逊（Wilson）的数值重正化群算法,S.R.White的密度矩阵重正化群方法,以及近 期迅速发展的处理强关联量子系统的几种张量网络态与张量网络算法.在此基础上,文章重点介绍了作者最近提出的用于研究量子多体系统热 力学性质的线性张量重正化群方法,以及该方法在一维和二维量子系统中的应用.