[논문 리뷰] A generalized Lanczos method for systematic optimization of tensor network states

Rui-Zhen Huang, Haijun Liao외 6명|arXiv (Cornell University)|2016. 11. 29.

Quantum, superfluid, helium dynamics인용 수 4

한 줄 요약

이 논문은 힘줄스의 일반화된 버전을 제안하며, 해밀토니안을 적용하여 반복적으로 정규직교 다체 기저 상태를 생성함으로써 텐서 네트워크 상태(TNS)의 정확도를 향상시켜 작은 가상 결합 차수 D로도 정확한 기저 상태 계산을 가능하게 한다. 이 방법은 양자 얽힘의 기술을 크게 향상시키고 에너지 수렴을 개선하여, 낮은 D에서도 표준 TNS 및 DMRG를 능가하며, 복잡한 다중 척도 얽힘 가설(MERA)이 필요로 하는 비정상적인 임계 시스템과 자극 상태의 정확한 시뮬레이션을 가능하게 한다.

ABSTRACT

We propose a generalized Lanczos method to generate the many-body basis states of quantum lattice models using tensor-network states (TNS). The ground-state wave function is represented as a linear superposition composed from a set of TNS generated by Lanczos iteration. This method improves significantly both the accuracy and the efficiency of the tensor-network algorithm and allows the ground state to be determined accurately using TNS with very small virtual bond dimensions. This state contains significantly more entanglement than each individual TNS, reproducing correctly the logarithmic size dependence of the entanglement entropy in a critical system. The method can be generalized to non-Hamiltonian systems and to the calculation of low-lying excited states, dynamical correlation functions, and other physical properties of strongly correlated systems.

연구 동기 및 목표

• 기하급수적으로 큰 하이르베르트 공간을 가진 양자 다체계를 시뮬레이션하는 데 있어 근본적인 과제를 해결하기 위해, 특히 임계 및 강한 상관관계 영역에서의 시뮬레이션을 목표로 한다.
• 임계 시스템에서 로그 스케일링 얽힘 보정을 포착하기 위해 큰 결합 차수 D가 필요한 표준 텐서 네트워크 상태(TNS)의 한계를 극복하기 위해.
• 결합 차수 D를 증가시키지 않고도 TNS 정확도를 향상시켜 계산 비용을 줄이고, 얽힘 구조와 에너지 수렴을 개선하기 위한 방법을 개발하기 위해.
• TNS의 적용 범위를 해밀토니안이 아닌 시스템, 자극 상태, 그리고 동적 상관 함수로 확장하기 위해.

제안 방법

• 이 방법은 정규화 조건 하에서 에너지 기능 ⟨ψ₁|H|ψ₁⟩를 최소화하는 변분 TNS |ψ₁⟩로 시작한다.
• 각 랑츠 반복 단계에서, 잔여 노름 ||H|Ψₙ₋₁⟩ − hₙ₋₁,ₙ₋₁|Ψₙ₋₁⟩ − |ψₙ⟩||²을 최소화함으로써 새로운 TNS |ψₙ⟩이 생성된다. 여기서 hₙ₋₁,ₙ₋₁는 이전 기저 상태의 에너지이다.
• 새로운 정규직교 기저 상태 |Ψₙ⟩는 그람-슈미트 수직화를 통해 구성된다: |Ψₙ⟩ = aₙ(1 − |Ψₙ₋₁⟩⟨Ψₙ₋₁|)⋯(1 − |Ψ₁⟩⟨Ψ₁|)|ψₙ⟩.
• 기저 상태는 생성된 정규직교 TNS 기저 상태 |Ψ₁⟩, |Ψ₂⟩, ..., |Ψₙ⟩의 선형 조합으로 근사되며, 해밀토니안은 이 Krylov 부분공간에서 대각화된다.
• 이 방법은 MPS, PEPS, MERA 및 기타 TNS로 일반화 가능하며, 양자 전이 행렬을 사용하거나 체비셰프 전개를 통해 동적 성질을 분석함으로써 비해밀토니안 시스템으로도 확장할 수 있다.
• 이 방법은 동시에 여러 상태를 목표로 할 수 있으며, 자극 상태 및 에너지 갭 계산을 위한 블록 랑츠 방법을 일반화한다.

실험 결과

연구 질문

• RQ1 결합 차수 D를 증가시키지 않고도, TNS에 랑츠 유형의 반복적 방법을 적응시켜 기저 상태 에너지와 얽힘 정확도를 체계적으로 향상시킬 수 있는가?
• RQ2 결합된 초상태의 엔트로피가 시스템 크기와 어떻게 스케일링되는가? 임계 시스템에서 로그 보정을 정확히 재현할 수 있는가?
• RQ3 낮은 D에서 이 방법이 표준 TNS 및 DMRG에 비해 에너지 정확도와 얽힘 기술 측면에서 얼마나 뛰어나게 성능을 발휘하는가?
• RQ4 이 방법은 비해밀토니안 시스템과 동적 상관 함수로 일반화될 수 있는가?
• RQ5 랜츠 반복 횟수 n이 증가함에 따라 기저 상태 에너지와 얽힘 엔트로피의 수렴 행동은 어떻게 되는가?

주요 결과

• 1차원 및 2차원 헤이젠베르크 모델에서 기저 상태 에너지가 반복 횟수 n에 따라 지수적으로 수렴하며, E(n) = E_ex + a e^(-μn)의 형태를 따른다. 수렴 속도 μ는 결합 차수 D가 증가함에 따라 급격히 증가한다.
• 단지 200회의 랑츠 반복과 D=4로 4×4 정사각형 격자에서 기저 상태 에너지가 초기 TNS에 비해 9개 지수 정도 향상된다.
• 최종 초상태의 얽힘 엔트로피는 반복 횟수에 따라 증가하며 수렴값에 접근한다. 1% 정확도를 확보하기 위한 TNS 수 n₀는 시스템 크기 L에 거의 선형적으로 증가한다.
• 6×6 헤이젠베르크 모델에서 수렴된 TNS-랑츠 상태의 얽힘 엔트로피는 D=4096인 DMRG 파동함수의 엔트로피를 초월하며, 낮은 D에서 뛰어난 얽힘 기술 능력을 보여준다.
• MERA와 같은 다중 척도 얽힘 가설이 필요 없이도, 임계 시스템에서 얽힘 엔트로피의 로그 크기 의존성을 정확히 포착한다.
• 페르미온계에서도 동일한 성능을 보이며, 헤이젠베르크 모델과 비교해 에너지 수렴 속도가 유사하여 다양한 상호작용 유형에 대해 강건함을 입증한다.