近日，康復(fù)大學(xué)公共教學(xué)部（馬克思主義學(xué)院）青年教師毛斌斌在國(guó)際知名期刊Nature Communications發(fā)表了題為“Sampling reduced density matrix to extract fine levels of entanglement spectrum and restore entanglement Hamiltonian”的研究論文。該研究提出了一種結(jié)合量子蒙特卡洛與嚴(yán)格對(duì)角化的創(chuàng)新算法，能夠以極少計(jì)算代價(jià)對(duì)子系統(tǒng)約化密度矩陣進(jìn)行抽樣，從而提取整個(gè)量子多體系統(tǒng)的有效信息，起到“一葉知秋”的作用。這一方法極大的降低了計(jì)算和存儲(chǔ)成本，具有很好的普適性，不僅為研究復(fù)雜量子系統(tǒng)的糾纏性質(zhì)提供了全新且高效的理論視角和計(jì)算工具，也改變了人們對(duì)量子蒙特卡洛方法的認(rèn)知。

Nature Communications是中國(guó)科學(xué)院SCI期刊分區(qū)（2025年3月最新升級(jí)版）一區(qū)TOP期刊（頂刊，五年影響因子為16.1），毛斌斌老師為論文唯一第一作者，上述工作得到山東省自然科學(xué)基金（ZR2024QA194）支持。

文章鏈接：https://www.nature.com/articles/s41467-025-58058-0?utm_source=rct_congratemailt&utm_medium=email&utm_campaign=oa_20250324&utm_content=10.1038/s41467-025-58058-0#citeas