張量網絡 (已絕版 特訂書) 原價85RMB 大陸書商售價128.3RMB 9787565671500 冉仕舉

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:首都師範大學
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
NT$816
商品編號: 9787565671500
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202209*若逾兩年請先於客服中心或Line洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:張量網絡 (已絕版/特訂書) 原價85RMB 大陸書商售價128.3RMB
ISBN:9787565671500
出版社:首都師範大學
著編譯者:冉仕舉
頁數:236
所在地:中國大陸 *此為代購商品
書號:1519002
可大量預訂,請先連絡。

【台灣高等教育出版社簡體書】 張量網絡 (已絕版/特訂書) 原價85RMB 大陸書商售價128.3RMB 787565671500 冉仕舉
內容簡介 張量網路是量子多體物理、量子信息與量子計算、人工智能與機器學習等前沿科技領域的最新理論方法。本書是張量網路的理論專著,體現了張量網路理論的整體性,比較完備地介紹了張量網路領域的基礎知識和相關應用。本書從最基礎的線性代數出發,逐步介紹多線性代數、量子理論、量子信息、機器學習與張量網路的相關基礎,為具備基本微積分及線性代數知識的讀者提供一本了解張量網路的適用書籍。

作者簡介 冉仕舉,首都師範大學物理系副教授,主要從事量子多體物理、張量網路理論與方法、量子信息與量子計算、量子機器學習等方面的研究。已發表學術論文39篇,出版英文專著Tensor Network Contractions[(Switzerland) Springer]。Q1、Q2區SCI期刊客座編輯,機器學習國際會議委員會成員,PRL、IEEE TNNLS等期刊審稿人,作為會議主席組織2020量子物理與智能計算交叉研討會。國家自然科學基金青年項目負責人、重點項目主要參与人,北京市自然科學基金面上項目負責人,曾任歐盟學術委員會項目評審人。獲英國物理學會出版社(IOPPublishing)頒發的Top Cited Paper Award。

目錄 前言
符號約定
第1章 張量及其基本運算
1 1 什麼是張量
1 2 張量的基本操作及圖形表示
1 3 張量的收縮
1 4 本徵值分解與最大本徵值問題
1 5 奇異值分解與最優低秩近似問題
1 6 張量單秩分解
1 7 CANDECOMP/PARAFAC分解與秩
1 8 高階奇異值分解
第2章 量子物理基礎
2 1 量子態的概率詮釋
2 2 量子算符
2 3 狄拉克符號與希爾伯特空間
2 4 多體系統的量子態
2 5 多體量子算符
2 6 二體系統中的量子糾纏與糾纏熵
2 7 多體系統中的量子糾纏
第3章 格點模型基礎
3 1 經典熱力學系綜與伊辛模型
3 21 維伊辛模型及其熱力學量的計算
3 3 熱態
3 4 量子哈密頓量、有限溫密度算符與基態問題
3 5 量子態的時間演化
3 6 自旋與海森堡模型
3 7 小尺寸模型基態的嚴格對角化法與梯度下降演算法
3 8 Trotter-Suzuki分解與時間演化演算法
第4章 矩陣乘積態及其演算法
4 1 矩陣乘積態
4 2 嚴格TT分解與最優TT低秩近似
4 3 矩陣乘積態與規範自由度
4 4 中心正交形式與中心正交化
4 5 矩陣乘積態的糾纏與虛擬維數最優裁剪
4 6 無限長平移不變矩陣乘積態及其關聯長度
4 7 矩陣乘積態的正則形式與正則化
4 8 時間演化塊消減演算法
4 9 無窮長矩陣乘積態的無限時間演化塊消減演算法
4 10 密度矩陣重整化群演算法
4 11 密度矩陣重整化群中的有效算符
4 12 無限密度矩陣重整化群演算法
4 13 矩陣乘積算符與1維量子多體系統熱力學的計算
第5章 張量網路演算法
5 1 張量網路的定義與基本性質
5 2 無圈張量網路的中心正交形式及其虛擬維數的最優裁剪
5 3 一般張量網路的虛擬維數最優裁剪方法
5 4 閉合張量網路及其物理意義
5 5 張量重整化群演算法
5 6 角轉移矩陣重整化群演算法
5 7 時間演化塊消減演算法與張量網路邊界矩陣乘積態
5 8 密度矩陣重整化群計算張量網路收縮
5 9 基於自洽本徵方程組的張量網路編碼方法
5 10 張量網路的貝特近似
5 11 2維投影糾纏對態的時間演化與更新演算法
5 12 投影糾纏對態的貝特近似與超正交形式
5 13 多體哈密頓量的貝特近似與量子糾纏模擬器
5 14 任意有限尺寸張量網路的收縮演算法
5 15 張量網路的微分原理
第6章 張量網路機器學習
6 1 機器學習的基本思想與概念
6 2 張量機器學習模型與張量分解
6 3 多體特徵映射與量子概率詮釋
6 4 矩陣乘積態機器學習演算法
6 5 生成性矩陣乘積態演算法與概率分類方法
6 6 量子多體核與無參數學習
6 7 基於矩陣乘積態的樣本生成
6 8 基於矩陣乘積態的壓縮採樣
附錄A 演算法示例
附錄B 基礎代碼示例
索引

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。

規格說明
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理