Artificial Intelligence for Quantum Matter: Finding a Needle in a Haystack
Este trabajo presenta un método eficiente y escalable que utiliza redes neuronales con inicialización basada en principios físicos para representar y simular con alta precisión estados de materia cuántica altamente entrelazada, como los estados de Hall cuántico fraccional, permitiendo resolver sistemas de hasta 25 partículas con interacciones de Coulomb y mezcla realista de niveles de Landau.