Сибирский федеральный университет 
- Номер
- Журнал СФУ. Математика и физика. 2024 17 (2)
- Авторы
- Чубарова, Алина А.; Мамонова, Марина В.; Прудников, Павел В
- Контактная информация
- Чубарова, Алина А.: Омский государственный университет им. Ф. И. Достоевского Омск, Российская Федерация; Мамонова, Марина В. : Омский государственный университет имени Достоевского Омск, Российская Федерация; Прудников, Павел В.: Центр новых химических технологий ИК СО РАН Омск, Российская Федерация
- Ключевые слова
- machine learning; convolutional neural networks; Monte Carlo methods; Ising model; scaling; correlation length; magnetic susceptibility; машинное обучение; сверточные нейронные сети; методы Монте–Карло; модель Изинга; скейлинг; корреляционная длина; магнитная восприимчивость
- Аннотация
Методы машинного обучения стали новым быстро набирающим инструментом для исследования фазовых переходов в физике конденсированного состояния. В данной работе представлен метод расчета универсальных характеристик спиновых моделей на основе двумерной модели Изинга. Метод основан на использовании сверточной нейронной сети (CNN) с контролируемым обучением. Функции скейлинга доказывают непрерывный тип фазового перехода для двумерной модели Изинга. В результате применения предложенной методики стало возможным вычисление корреляционной длины
- Страницы
- 238–245
- EDN
- MDLPVA
- Статья в архиве электронных ресурсов СФУ
- https://elib.sfu-kras.ru/handle/2311/152676
Журнал СФУ. Математика и физика / Исследование скейлингового поведения двумерной модели Изинга методами машинного обучения
Полный текст (.pdf)