Fractal decompositions and tensor network representations of Bethe wavefunctions
Notice bibliographique
Résumé
We investigate the entanglement structure of a generic M M -particle Bethe wavefunction (not necessarily an eigenstate of an integrable model) on a 1d lattice by dividing the lattice into L L parts and decomposing the wavefunction into a sum of products of L L local wavefunctions. Using the fact that a Bethe wavefunction accepts a fractal multipartite decomposition – it can always be written as a linear combination of L^M L M products of L L local wavefunctions, where each local wavefunction is in turn also a Bethe wavefunction – we then build exact, analytical tensor network representations with finite bond dimension \chi=2^M χ = 2 M , for a generic planar tree tensor network (TTN), which includes a matrix product states (MPS) and a regular binary TTN as prominent particular cases. For a regular binary tree, the network has depth \log_{2}(N/M) log 2 ( N / M ) and can be transformed into an adaptive quantum circuit of the same depth, composed of unitary gates acting on 2^M 2 M -dimensional qudits and mid-circuit measurements, that deterministically prepares the Bethe wavefunction. Finally, we put forward a much larger class of generalized Bethe wavefunctions, for which the above decompositions, tensor network and quantum circuit representations are also possible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».