User: Guest  Login
Original title:
Tensor networks, conformal fields and machine learning: applications in the description of quantum many-body systems 
Translated title:
Tensornetzwerke, konforme Felder und maschinelles Lernen: Anwendung auf die Beschreibung von Quantenvielteilchensystemen 
Year:
2018 
Document type:
Dissertation 
Institution:
Fakultät für Physik 
Advisor:
Cirac, Ignacio (Prof. Dr.) 
Referee:
Cirac, Ignacio (Prof. Dr.); Brambilla, Nora (Prof. Dr.) 
Language:
en 
Subject group:
PHY Physik 
Keywords:
Tensor networks, quantum many-body physics, fractional quantum Hall effect, machine learning 
Translated keywords:
Tensornetzwerke, Quantenvielteichentheorie, fraktionaler Quanten-Hall-Effekt, maschinelles Lernen 
TUM classification:
PHY 000d 
Abstract:
This thesis is devoted to the application of tensor-network methods to problems in quantum many-body physics in one and two dimensions and in machine learning. It contributes to the theory of infinite dimensional tensor networks giving rise to critical or fractional quantum Hall lattice models. The power of artificial neural networks at representing such states is investigated both analytically and numerically, and connections with tensor networks are uncovered, with applications both in the stu...    »
 
Translated abstract:
Diese Dissertation beschäftigt sich mit der Anwendung von Tensornetzwerkmethoden auf Fragen der Quantenvielteilchentheorie und des maschinellen Lernens. Sie trägt zur Theorie unendlich-dimensionaler Tensornetzwerke bei, welche Gittermodelle mit kritischen Eigenschaften oder Eigenschaften fraktionaler Quanten-Hall Systeme definieren. Die Eignung künstlicher neuronaler Netze für die Darstellung solcher Zustände wird untersucht und es werden Verbindungen zu Tensornetzwerken identifiziert, welche so...    »
 
Oral examination:
07.12.2018 
File size:
23575535 bytes 
Pages:
197 
Last change:
18.12.2018