强关联电子系统中的量子蒙特卡洛模拟

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11574359
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2009.强关联体系
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Strongly correlated electron system is the main focus of condensed matter physics. It includes vast fields such as unconventional superconductivity, topological state of matter, quantum spin liquid and spin ice, frustrated magnets, heavy fermion metal and superconductor, etc. To study such systems, large-scale quantum Monte Carlo simulations have becoming powerful and indispensable numerical technique to obtain new insights and quantitative understandings, as traditional mean-field-like and perturbation-based analytical approaches cannot tackle such strongly correlated systems in a controlled manner. In this project, we plan to employ large-scale quantum Monte Carlo simulations to study the novel physics in strongly correlated electron systems, including the quantum phase transition and possible spin liquid state in the strongly correlated Dirac fermion systems, new topological invariant that can be used to characterize interacting topological state of matter, static and dynamic properties of quantum phase transitions and in unfrustrated quantum magnetic systems, as well as the emergent quantum spin liquid and spin ice in the frustrated magnetic systems. Based on our numerical results and theoretical development, we hope to further interact and guide experimental development in strongly correlated electron systems.
关于强关联的电子系统的研究是凝聚态物理学研究的主要方向,它的范围涵盖非常规超导体,拓扑绝缘体与超导体,量子自旋液体和自旋冰,阻挫磁体,重电子金属和超导体等等领域。了解这些系统的性质是理论凝聚态物理研究的主要课题,但是由于这些系统往往及其复杂,存在着很多自由度,而且自由度之间具有强关联的相互作用,展现着量子物理学的效应,传统的解析的方法难以提供定量的结果。在这样的情况下,随着计算机性能的突飞猛进,以量子蒙特卡洛为代表的数值方法取而代之地成为了定量研究强关联电子系统的利器。本项目的研究工作是使用大规模量子蒙特卡洛模拟, 通过编写计算机程序,借助超级计算机进行大规模并行计算,从而精确地研究强关联的电子系统中涌现出的各种奇妙的物质形态。重点是强关联的费米子体系中的量子相变和可能存在的量子自旋液体、相互作用下的拓扑物态,和强关联的自旋体系中的量子磁学相变以及阻挫磁体中涌现出的量子自选液体和自旋冰。

结项摘要

在本项目中《强关联电子系统中的量子蒙特卡洛模拟》,我们运用大规模量子蒙特卡洛数值模拟方法,研究了强关联电子系统中的许多困难问题,取得了一些关键数据和重要结果,包括,相互作用驱动拓扑相变、巡游电子量子临界行为、阻挫磁体和量子自旋液体、去禁闭量子临界点的谱学行为等等。同时在计算方法的发展方面,也提出来自学习蒙特卡洛算法,动量空间行列式蒙特卡洛算法等等,推动了量子多体计算领域的进步。

项目成果

期刊论文数量(51)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
我们的壮游
  • DOI:
    10.7693/wl20191007
  • 发表时间:
    2019
  • 期刊:
    物理
  • 影响因子:
    --
  • 作者:
    孟子杨
  • 通讯作者:
    孟子杨
Finite-temperature charge dynamics and the melting of the Mott insulator
有限温度电荷动力学和莫特绝缘体的熔化
  • DOI:
    10.1103/physrevb.99.245150
  • 发表时间:
    2018-08
  • 期刊:
    Physical Review B
  • 影响因子:
    3.7
  • 作者:
    Xing-Jie Han;Chuang Chen;Jing Chen;Hai-Dong Xie;Rui-Zhen Huang;Hai-Jun Liao;Bruce Norm;Zi Yang Meng;Tao Xiang
  • 通讯作者:
    Tao Xiang
Self-learning Monte Carlo method and cumulative update in fermion systems
费米子系统中的自学习蒙特卡罗方法和累积更新
  • DOI:
    10.1103/physrevb.95.241104
  • 发表时间:
    2017-06
  • 期刊:
    Physical Review B
  • 影响因子:
    3.7
  • 作者:
    Junwei Liu;Huitao Shen;Yang Qi;Zi Yang Meng;Liang Fu
  • 通讯作者:
    Liang Fu
Dynamical generation of topological masses in Dirac fermions
狄拉克费米子拓扑质量的动态生成
  • DOI:
    10.1103/physrevb.97.081110
  • 发表时间:
    2018
  • 期刊:
    PHYSICAL REVIEW B
  • 影响因子:
    3.7
  • 作者:
    He Yuan-Yao;Xu Xiao Yan;Sun Kai;Assaad Fakher F.;Meng Zi Yang;Lu Zhong-Yi
  • 通讯作者:
    Lu Zhong-Yi
Non-Fermi Liquid at (2+1)D Ferromagnetic Quantum Critical Point
(2 1)D 铁磁量子临界点的非费米液体
  • DOI:
    10.1103/physrevx.7.031058
  • 发表时间:
    2017
  • 期刊:
    Physical Review X
  • 影响因子:
    12.5
  • 作者:
    Xiao Yan Xu;Kai Sun;Yoni Schattner;Erez Berg;Zi Yang Meng
  • 通讯作者:
    Zi Yang Meng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码