腔内扩展玻色—哈伯德模型的超固体
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 绝缘、超流和超固体 | 第10-11页 |
| 1.1.1 莫特-绝缘体和超流体 | 第10-11页 |
| 1.1.2 固体与超固体 | 第11页 |
| 1.2 模型介绍 | 第11-13页 |
| 1.2.1 腔内扩展玻色-哈伯德模型 | 第11-12页 |
| 1.2.2 量子伊辛模型 | 第12-13页 |
| 1.3 本文的研究动机 | 第13-16页 |
| 1.3.1 寻找光腔晶格的超固体 | 第13-14页 |
| 1.3.2 机器识别量子相 | 第14-16页 |
| 第二章 方法介绍 | 第16-24页 |
| 2.1 平均场方法及序参量 | 第16-17页 |
| 2.2 矩阵直积态和密度矩阵重整化群 | 第17-20页 |
| 2.2.1 矩阵直积态 | 第18-19页 |
| 2.2.2 密度矩阵重整化群 | 第19-20页 |
| 2.3 Itensor库及其实现 | 第20-24页 |
| 2.3.1 Itensor库介绍 | 第20-21页 |
| 2.3.2 观测量 | 第21-24页 |
| 第三章 腔内扩展玻色-哈伯德模型的基态特征 | 第24-34页 |
| 3.1 硬核模型的平均场方法研究 | 第24-26页 |
| 3.2 软核模型的平均场方法研究 | 第26-29页 |
| 3.3 密度矩阵重整化群结果 | 第29-34页 |
| 第四章 机器学习方法研究量子伊辛模型 | 第34-42页 |
| 4.1 蒙特卡罗算法及其数值结果 | 第34-36页 |
| 4.2 t分布的随机近邻嵌入 | 第36页 |
| 4.3 全连接网络 | 第36-38页 |
| 4.4 卷积神经网络 | 第38-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 参考文献 | 第44-50页 |
| 致谢 | 第50-52页 |
| 硕士阶段科研成果 | 第52页 |
