ScholarGate
Asistents
Machine learningStochastic Method

Kvantu Monte Karlo

Kvantu Monte Karlo (QMC) ir stohastiska skaitļošanas metode kvantu daudzdaļiņu sistēmu pamatstāvokļa īpašību aprēķināšanai. Apvienojot klasisko Monte Karlo paraugu ņemšanu ar kvantu mehāniku, QMC pieejas ir vienas no precīzākajām pieejamajām metodēm elektronu struktūras un kondensētās vielas fizikas jomā, sasniedzot precizitāti, kas ir mazāka par vienu procentu daudzām sistēmām.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. 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
  2. Reynolds, P. J., Tobochnik, J., Gould, H. (1990). Diffusion quantum Monte Carlo. Computers in Physics, 4, 662–668. DOI: 10.1063/1.4822960
  3. 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

Kā citēt šo lapu

ScholarGate. (2026, June 3). Quantum Monte Carlo (QMC). ScholarGate. https://scholargate.app/lv/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

Uz to atsaucas

ScholarGateQuantum Monte Carlo (Quantum Monte Carlo (QMC)). Izgūts 2026-06-15 no https://scholargate.app/lv/quantum-computing/quantum-monte-carlo · Datu kopa: https://doi.org/10.5281/zenodo.20539026