-
Natural sciences
- Statistical physics
- Quantum information, computation and communication
- Quantum physics not elsewhere classified
- Computational physics
Tensornetwerk renormalisatiegroep algoritmes hebben sinds de uitvinding van de multiscale entanglement renormalisatiegroep en tensornetwerk renormalisatiemethoden zich bewezen als nuttige technieken om emergent gedrag in kwantumveeldeeltjessystemen te begrijpen, zowel numeriek als conceptueel. Ze voorzien efficiënte methoden voor het numeriek evalueren van observabelen, ook voor kritische systemen, en beschrijven hun emergent gedrag in termen van renormalisatiegroep flows en informatietheoretische concepten zoals de entanglement structuur. Zoals alle tensornetwerk methoden kunnen ze evengoed worden toegepast op systemen met fermionen als bosonen, en op sterk interagerende systemen omdat ze niet gebaseerd zijn op Monte Carly sampling of perturbatietheorie. Hun grootste nadeel is echter dat ze dusver bijna exclusief gebruikt zijn op 1+1 dimensionele kwantumsystemen en 2 dimensionele statistisch mechanische systemen, die beiden beschreven kunnen worden door een 2-dimensioneel tensornetwerk. Het doel van dit onderzoeksvoorstel is om de huidige toestand van tensornetwerk renormalisatiegroep methoden te verbeteren, en belangrijker, om hun succes over te dragen van 2 naar 3 dimensies, waar de uitdagingen maar ook de beloningen veel groter zijn.