Завершен
2020 / 2021
![Логотип проекта Self-learning Monte-Carlo algorithms](/_next/image?url=https%3A%2F%2Fcabinet.miem.hse.ru%2Fback%2Fpublic-file%2Fpreset%2Fnir-default.png&w=3840&q=75)
109 Self-learning Monte-Carlo algorithms
Старт
25.09.2020
Паспорт проекта
Аннотация
В рамках данного проекта предлагается:
\- построить метод трансфер\-матрицы для трех\-компонентной одномерной модели Поттса
\- проверить подход Карраскуилла\-Мелко по оценке температуры фазового переход треугольной модели Изинга\, использующего обучение на основе квадратной модели Изинга и разработать методику вычисления точности оценки критической температуры
Отрасль
Информатика
Теги
Информатика
Цель
Исследовать возможность применения методов машинного обучения для оценки природы фазовых переходов. Разработать методику вычисления точности оценки температуры перехода.
Ожидаемые результаты
- 1\. доклад для студенческой конференции по трасфер\-матрице для трех\-компонентной одномерной модели Поттса и публикация в трудах конференции
- 2\. статья по методы вычисления точности оценки температуры фазового перехода
Форма и способы промежуточного контроля
Заполнено автоматически
Форма представления результатов
1\. промежуточный отчеты
2\. групп\-митинги
Ресурсное обеспечение
Вычислительный кластер НИУ ВШЭ
Имеющийся задел
Заполнено автоматически
Заказчик
Организация / Заполнено автоматически