Buchumschlag

Transformer Learning of Chaotic Collective Dynamics in Many-Body Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jang, Ho, Chern, Gia-Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Physics Strongly Correlated Electrons Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Equivariant Neural Networks for Force-Field Models of Lattice Systems
von: Fan, Yunhao, et al.
Veröffentlicht: (2026)

Graph neural network force fields for adiabatic dynamics of lattice Hamiltonians
von: Fan, Yunhao, et al.
Veröffentlicht: (2026)

Machine learning nonequilibrium phase transitions in charge-density wave insulators
von: Fan, Yunhao, et al.
Veröffentlicht: (2026)

Machine Learning Force-Field Approach for Itinerant Electron Magnets
von: Zhang, Sheng, et al.
Veröffentlicht: (2025)

Learning Degenerate Manifolds of Frustrated Magnets with Boltzmann Machines
von: Jang, Ho, et al.
Veröffentlicht: (2025)

Machine-learning modeling of magnetization dynamics in quasi-equilibrium and driven metallic spin systems
von: Chern, Gia-Wei, et al.
Veröffentlicht: (2026)

Machine-learning force-field models for dynamical simulations of metallic magnets
von: Chern, Gia-Wei, et al.
Veröffentlicht: (2026)

Kinetics of Peierls dimerization transition: Machine learning force-field approach
von: Jang, Ho, et al.
Veröffentlicht: (2025)

Coarsening of chiral domains in itinerant electron magnets: A machine learning force field approach
von: Fan, Yunhao, et al.
Veröffentlicht: (2024)

Suppressed coarsening after an interaction quench in the Holstein chain
von: Jang, Ho, et al.
Veröffentlicht: (2026)

Graph Neural Networks in the Wilson Loop Representation of Abelian Lattice Gauge Theories
von: Rayat, Ali, et al.
Veröffentlicht: (2026)

Gauge-Equivariant Graph Neural Networks for Lattice Gauge Theories
von: Rayat, Ali, et al.
Veröffentlicht: (2026)

Provably Efficient Adiabatic Learning for Quantum-Classical Dynamics
von: Peng, Changnan, et al.
Veröffentlicht: (2024)

Machine learning force-field model for kinetic Monte Carlo simulations of itinerant Ising magnets
von: Tyberg, Alexa, et al.
Veröffentlicht: (2024)

Echo State network for coarsening dynamics of charge density waves
von: Dinh, Clement, et al.
Veröffentlicht: (2024)

Pseudospin Formulation of Quench Dynamics in the Semiclassical Holstein Model
von: Yang, Lingyu, et al.
Veröffentlicht: (2026)

Anomalous coarsening and nonlinear diffusion of kinks in an one-dimensional quasi-classical Holstein model
von: Jang, Ho, et al.
Veröffentlicht: (2025)

Solving The Quantum Many-Body Hamiltonian Learning Problem with Neural Differential Equations
von: Heightman, Timothy, et al.
Veröffentlicht: (2024)

ANTN: Bridging Autoregressive Neural Networks and Tensor Networks for Quantum Many-Body Simulation
von: Chen, Zhuo, et al.
Veröffentlicht: (2023)

Enhanced coarsening of charge density waves induced by electron correlation: Machine-learning enabled large-scale dynamical simulations
von: Yang, Yang, et al.
Veröffentlicht: (2024)

Kinetics of orbital ordering in cooperative Jahn-Teller models: Machine-learning enabled large-scale simulations
von: Ghosh, Supriyo, et al.
Veröffentlicht: (2024)

Nonequilibrium Dynamics of Gating-Induced Resistance Transition in Charge Density Wave Insulators
von: Zhang, Sheng, et al.
Veröffentlicht: (2022)

XDiag: Exact Diagonalization for Quantum Many-Body Systems
von: Wietek, Alexander, et al.
Veröffentlicht: (2025)

Emergent Spatial Textures from Interaction Quenches in the Hubbard Model
von: Bakshi, Sankha Subhra, et al.
Veröffentlicht: (2026)

Machine Learning Modeling of Charge-Density-Wave Recovery After Laser Melting
von: Bakshi, Sankha Subhra, et al.
Veröffentlicht: (2026)

CERTIFY-ED: A Multi-Layer Verification Framework for Exact Diagonalization of Quantum Many-Body Systems
von: Vehale, Sarang, et al.
Veröffentlicht: (2026)

Photo-induced pattern formations and melting of charge-density-wave order
von: Yang, Lingyu, et al.
Veröffentlicht: (2024)

Pattern formation in charge density wave states after a quantum quench
von: Yang, Lingyu, et al.
Veröffentlicht: (2023)

Variational Benchmarks for Quantum Many-Body Problems
von: Wu, Dian, et al.
Veröffentlicht: (2023)

Many-Body Vertex Effects: Time-Dependent Interaction Kernel with Correlated Multi-Excitons in the Bethe-Salpeter Equation
von: Cunningham, Brian
Veröffentlicht: (2025)

Basis Adaptive Algorithm for Quantum Many-Body Systems on Quantum Computers
von: Biswas, Anutosh, et al.
Veröffentlicht: (2025)

Modular Many-Body Quantum Sensors
von: Mukhopadhyay, Chiranjib, et al.
Veröffentlicht: (2023)

Neural Autoregressive Control Variates for the Quantum Monte Carlo Sign Problem
von: Qiao, Bei, et al.
Veröffentlicht: (2026)

Deep Variational Free Energy Calculation of Hydrogen Hugoniot
von: Li, Zihang, et al.
Veröffentlicht: (2025)

Generalized Lanczos method for systematic optimization of neural-network quantum states
von: Wang, Jia-Qi, et al.
Veröffentlicht: (2025)

Thermal Quench Dynamics of Visons in Gapless Kitaev Spin Liquid
von: Yang, Yang, et al.
Veröffentlicht: (2024)

Universal Neural Propagator: Learning Time Evolution in Many-Body Quantum Systems
von: Qi, Zihao, et al.
Veröffentlicht: (2026)

Schwinger-Boson Mean-Field Study of the Anisotropic Kagome Antiferromagnet
von: Bakshi, Sankha Subhra, et al.
Veröffentlicht: (2026)

Variational Transformer Ansatz for the Density Operator of Steady States in Dissipative Quantum Many-Body Systems
von: Wei, Lu, et al.
Veröffentlicht: (2025)

General Many-Body Perturbation Framework for Moiré Systems
von: Lu, Xin, et al.
Veröffentlicht: (2025)