研究者用机器学习加速量子蒙特卡洛计算

Focus to learn more 通过 DataCite 颁发的 arXiv DOI（待注册） 提交历史 发件人：Tong Jiang [查看电子邮件] [v1] 2026年11月5日 星期四 15:10:10 UTC（6,674 KB） 全文链接： 获取论文： 查看题为《Machine learning quantum data to accelerate quantum Monte Carlo》的论文 PDF，作者为 Tong Jiang、Andrew Zhao、Shashwat Kumar、Jigyasa Nigam、Eliott Rosenberg、Ryan Babbush、Andrew D. Baczewski、William J. Huggins 和 Joonho Lee 查看 PDF HTML（实验性） TeX 源码 查看许可 当前浏览上下文： quant-ph < 上一篇 | 下一篇 > 新 | 最近 | 2026-11 切换浏览至： physics physics.chem-ph 参考文献与引用 INSPIRE HEP SciX Google Scholar Semantic Scholar 导出 BibTeX 引用 正在加载…… BibTeX 格式引用 × 正在加载…… 数据提供方： 书签 文献工具 文献与引用工具 Bibliographic Explorer 开关 Bibliographic Explorer（什么是 Explorer？） Connected Papers 开关 Connected Papers（什么是 Connected Papers？） Litmaps 开关 Litmaps（什么是 Litmaps？） scite.ai 开关 scite Smart Citations（什么是 Smart Citations？） 代码、数据、媒体 与本文相关的代码、数据和媒体 alphaXiv 开关 alphaXiv（什么是 alphaXiv？） 代码链接开关 CatalyzeX 论文代码查找器（什么是 CatalyzeX？） DagsHub 开关 DagsHub（什么是 DagsHub？） GotitPub 开关 Gotit.pub（什么是 GotitPub？） Huggingface 开关 Hugging Face（什么是 Huggingface？） ScienceCast 开关 ScienceCast（什么是 ScienceCast？） 演示 演示 Replicate 开关 Replicate（什么是 Replicate？） Spaces 开关 Hugging Face Spaces（什么是 Spaces？） Spaces 开关 TXYZ.AI（什么是 TXYZ.AI？） 相关论文 推荐与搜索工具 链接到 Influence Flower Influence Flower（什么是 Influence Flowers？） 核心推荐开关 CORE Recommender（什么是 CORE？） 作者 会议/期刊 机构 主题 关于 arXivLabs arXivLabs：与社区合作者共同开展的实验性项目 arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。 与 arXivLabs 合作的个人和组织都认同并接受了我们的价值观：开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。 有想法开展一个能为 arXiv 社区增加价值的项目吗？了解关于 arXivLabs 的更多信息。