This thesis explores variational approaches to simulate quantum many-body dynamics. We introduce algorithms based on isometric tensor network states to simulate the dynamics of two-dimensional systems on finite and infinite strip geometries. We then study the complexity scaling of simulating dynamics with neural-network quantum states. Finally, we propose hybrid quantum-classical algorithms for simulating the dynamics of one-dimensional finite and infinite systems with sequential quantum circuits.     «

This thesis explores variational approaches to simulate quantum many-body dynamics. We introduce algorithms based on isometric tensor network states to simulate the dynamics of two-dimensional systems on finite and infinite strip geometries. We then study the complexity scaling of simulating dynamics with neural-network quantum states. Finally, we propose hybrid quantum-classical algorithms for simulating the dynamics of one-dimensional finite and infinite systems with sequential quantum circuit...     »

In dieser Arbeit werden Variationsansätze zur Simulation der Quanten-Vielteilchendynamik untersucht. Wir stellen Algorithmen vor, die auf isometrischen Tensornetzwerk-Zuständen für zweidimensionale Systeme basieren. Sodann untersuchen wir das Skalenverhalten der Komplexität von Dynamiksimulationen mit neuronalen Netzwerk-Quantenzuständen. Schließlich schlagen wir hybride quantenklassische Algorithmen für die Simulation der Dynamik eindimensionaler Systeme mit sequenziellen Quantenschaltungen vor.     «

In dieser Arbeit werden Variationsansätze zur Simulation der Quanten-Vielteilchendynamik untersucht. Wir stellen Algorithmen vor, die auf isometrischen Tensornetzwerk-Zuständen für zweidimensionale Systeme basieren. Sodann untersuchen wir das Skalenverhalten der Komplexität von Dynamiksimulationen mit neuronalen Netzwerk-Quantenzuständen. Schließlich schlagen wir hybride quantenklassische Algorithmen für die Simulation der Dynamik eindimensionaler Systeme mit sequenziellen Quantenschaltungen vor...     »