Machine learningStochastic Method
양자 몬테카를로
양자 몬테카를로(Quantum Monte Carlo, QMC)는 양자 다체계의 바닥 상태 특성을 계산하기 위한 확률론적 계산 방법이다. 고전적 몬테카를로 샘플링과 양자 역학을 결합한 QMC 접근법은 전자 구조 및 응집 물질 물리학에서 가장 정확한 방법 중 하나이며, 많은 계에 대해 1% 미만의 정확도를 달성한다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Metropolis, N., Rosenbluth, A. W., et al. (1953). Equation of state calculations by fast computing machines. Journal of Chemical Physics, 21, 1087–1092. DOI: 10.1063/1.1699114 ↗
- Reynolds, P. J., Tobochnik, J., Gould, H. (1990). Diffusion quantum Monte Carlo. Computers in Physics, 4, 662–668. DOI: 10.1063/1.4822960 ↗
- Needs, R. J., et al. (2020). Variational and diffusion quantum Monte Carlo calculations with the CASINO code. The Journal of Chemical Physics, 152, 154106. DOI: 10.1063/1.5144288 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Quantum Monte Carlo (QMC). ScholarGate. https://scholargate.app/ko/quantum-computing/quantum-monte-carlo
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →