Machine learningStochastic Method
ควอนตัมมอนติคาร์โล
ควอนตัมมอนติคาร์โล (QMC) เป็นวิธีการคำนวณเชิงสุ่มสำหรับการคำนวณคุณสมบัติสถานะพื้นของระบบควอนตัมที่มีอนุภาคจำนวนมาก การผสมผสานการสุ่มตัวอย่างแบบมอนติคาร์โลแบบคลาสสิกเข้ากับกลศาสตร์ควอนตัม วิธีการ QMC เป็นหนึ่งในวิธีที่มีความแม่นยำที่สุดสำหรับโครงสร้างอิเล็กทรอนิกส์และฟิสิกส์สสารควบแน่น โดยให้ความแม่นยำระดับต่ำกว่าหนึ่งเปอร์เซ็นต์สำหรับหลายระบบ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Quantum Monte Carlo (QMC). ScholarGate. https://scholargate.app/th/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.
- ทฤษฎีฟังก์ชันความหนาแน่นการคำนวณเชิงควอนตัม↔ compare
- ระเบียบวิธีฮาร์ทรี-ฟอกการคำนวณเชิงควอนตัม↔ compare
- การอินทิเกรตตามวิถีแบบมอนติคาร์โลการคำนวณเชิงควอนตัม↔ compare