Learning of error statistics for the detection of quantum phases

verfasst von

Amit Jamadagni, Javad Kazemi, Hendrik Weimer

Abstract

We present a binary classifier to detect gapped quantum phases based on neural networks. By considering the errors on top of a suitable reference state describing the gapped phase, we show that a neural network trained on the errors can capture the correlation between the errors and can be used to detect the phase boundaries of the gapped quantum phase. We demonstrate the application of the method for matrix product state calculations for different quantum phases exhibiting local symmetry-breaking order, symmetry-protected topological order, and intrinsic topological order.

Organisationseinheit(en)

Institut für Theoretische Physik
QuantumFrontiers
SFB 1227: Designte Quantenzustände der Materie (DQ-mat)

Externe Organisation(en)

Paul Scherrer Institut (PSI)
Technische Universität Berlin

Typ

Artikel

Journal

Physical Review B

Band

107

ISSN

2469-9950

Publikationsdatum

22.02.2023

Publikationsstatus

Veröffentlicht

Peer-reviewed

Ja

ASJC Scopus Sachgebiete

Elektronische, optische und magnetische Materialien, Physik der kondensierten Materie

Elektronische Version(en)

https://doi.org/10.48550/arXiv.2205.12966 (Zugang: Offen)
https://doi.org/10.1103/PhysRevB.107.075146 (Zugang: Geschlossen)