Aller au contenu principal
Accès ouvert déclaré 2025 article

Computing excited eigenstates using inexact Lanczos methods and tree tensor network states

4Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

To understand the dynamics of quantum many-body systems, it is essential to study excited eigenstates. While tensor network states have become a standard tool for computing ground states in computational many-body physics, obtaining accurate excited eigenstates remains a significant challenge. In this work, we develop an approach that combines the inexact Lanczos method, which is designed for efficient computations of excited states, with tree tensor network states (TTNSs). We demonstrate our approach by computing excited vibrational states for three challenging problems: (1) 122 states in two different energy intervals of acetonitrile (12-dimensional), (2) Fermi resonance states of the fluxional Zundel ion (15-dimensional), and (3) selected excited states of the fluxional and very correlated Eigen ion (33-dimensional). The proposed TTNS inexact Lanczos method is directly applicable to other quantum many-body systems.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Computing excited eigenstates using inexact Lanczos methods and tree tensor network states
Date Crossref
22/10/2025
Éditeur
AIP Publishing
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Quantum many-body systemsComputational Physics and Python ApplicationsTensor decomposition and applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.