热点事件持续更新
基于观测量学习有效纠缠哈密顿量
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026-11-06，复旦大学与西湖大学团队在 arXiv cond-mat.str-el（强关联电子）发表研究，提出基于观测量匹配的框架，利用量子蒙特卡洛响应估计来学习有效纠缠哈密顿量（EH）。该方法仅用局域关联进行训练，即可复现 1D 情形下的 von Neumann 熵与二阶 Rényi 熵，以及 2D 情形下的二阶 Rényi 熵。目前报道仅此一篇，尚无后续进展。
AI 根据报道生成 · 13 小时前更新
最新进展11月6日 13:00
复旦与西湖团队提出基于观测量匹配框架，仅用局域关联训练即可复现 1D 与 2D 的纠缠熵。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cond-mat.str-el（强关联电子）基于观测量学习有效纠缠哈密顿量
复旦大学与西湖大学团队提出基于观测量匹配的框架，利用量子蒙特卡洛响应估计学习有效纠缠哈密顿量（EH），仅用局域关联训练即可复现 1D 的 von Neumann 与二阶 Rényi 熵及 2D 的二阶 Rényi 熵。
本事件热度走势
当前热度 7·可比范围峰值 10（11月6日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。