摘要 | 第6-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第11-19页 |
1.1 格点模型 | 第11-12页 |
1.1.1 Ising模型 | 第11-12页 |
1.1.2 Bose-Hubbard模型 | 第12页 |
1.2 相变与临界现象 | 第12-14页 |
1.3 蒙特卡洛模拟 | 第14-19页 |
1.3.1 Metropolis算法 | 第16-17页 |
1.3.2 Wolff算法 | 第17-19页 |
第二章 各向异性硬核玻色系统的量子蒙特卡洛模拟 | 第19-32页 |
2.1 研究背景 | 第19-21页 |
2.2 模型和方法 | 第21-23页 |
2.2.1 各向异性硬核玻色模型 | 第21-23页 |
2.2.2 物理观测量 | 第23页 |
2.3 结果和分析 | 第23-31页 |
2.3.1 基态相图和有限温度相图 | 第23-25页 |
2.3.2 基态性质 | 第25-28页 |
2.3.3 有限温度行为 | 第28-31页 |
2.4 本章小结 | 第31-32页 |
第三章 自旋模型的机器学习蒙特卡洛模拟 | 第32-53页 |
3.1 研究背景 | 第32-34页 |
3.2 模型和方法 | 第34-38页 |
3.2.1 Ashkin-Teller模型 | 第34-36页 |
3.2.2 MLMC-PCA方法 | 第36-37页 |
3.2.3 有限尺寸标度 | 第37-38页 |
3.3 结果和分析 | 第38-52页 |
3.4 本章小结 | 第52-53页 |
第四章 具有非局域序的玻色系统的机器学习蒙特卡洛模拟 | 第53-60页 |
4.1 研究背景 | 第53-54页 |
4.2 模型和方法 | 第54-56页 |
4.3 结果和分析 | 第56-59页 |
4.4 本章小结 | 第59-60页 |
第五章 总结与展望 | 第60-62页 |
参考文献 | 第62-68页 |
附录 | 第68-69页 |
致谢 | 第69页 |