Tehnici de invatare automata pentru rezolvarea problemelor multi-particula in mecanica cuantica (QuanticLearn)

Rezumat

Problemele multi-particula in mecanica cuantica au o importanta fundamentala in multe domenii, intre care fizica dispozitivelor nanoelectronice cu aplicatii in tehnologia informatiei cuantice. Scopul principal al proiectului este acela de a dezvolta tehnici de invatare automata, utilizand retele neurale artificiale (ANNs), care pot pune la dispozitie solutii eficiente in rezolvarea problemelor multi-particula, in particular a problemelor de transport. Seturile de antrenare si validare sunt formulate sub forma unor probleme de imprastiere bi-particula si, complementar, sub forma unor sisteme descrise atomistic la nivel DFT-NEGF. Unul din obiectivele proiectului este predictia starilor de imprastiere si a functiilor de transmisie utilizand retele neurale. Prin extinderea formalismului de imprastiere la cazul bi-particula, utilizand metoda matricii R, vor fi investigate sisteme cu entanglement si, in particular, sisteme de tip quantum sorter. De asemenea, proiectul propune realizarea unui cadru pentru rezolvarea eficienta a problemelor de tip DFT-NEGF, prin tehnici de invatare automata (machine learning, ML) formuland o abordare de tip DFT-NEGF-ML. Cazurile de lucru vor fi selectate din cadrul nanotranzistorilor perovskitici, care prezinta un interes actual ridicat. Metodele dezvoltate pe parcursul proiectului vor crea posibilitatea dezvoltarii de nanodispozitive neurale cuantice, precum si investigarea schemelor de antrenare specifice retelelor neurale cuantice.