603 Нейросетевой анализ фазовых переходов в классических моделях

Буровский Евгений Андреевич

руководитель проекта

Старт

01.09.2021

Представление

09.10.2021

Постерная сессия

27.01.2022

Защита

13.05.2022

Паспорт проекта

Аннотация

Применение нейросетевых технологий для изучения критических явлений (в первую очередь, определения положения критических точек и классификация фазовых состояний вещества), начатое в работе Carrasquilla & Melko, Nature Physics 13, 431–434 (2017), основывается на обучении нейронных сетей на ансамблях спиновых конфигураций, генерируемых алгоритмами Монте Карло. Предположительно, обученные нейронные сети в состоянии предсказывать фазовые состояния исходя из данных для систем малого размера (точнее:...

Отрасль

Информатика

Цель

Проверка применимости нейросетевых технологий для предсказания положения критических точек модельных систем.

Ожидаемые результаты

Нейронная сеть, обученная на реализациях петлевых конфигураций классических моделей (Изинга, Виллана и др), полученных из симуляций алгоритмом червя. Сравнительный анализ точности и надежности предсказаний положения критических точек традиционным и нейросетевым подходами.

Форма и способы промежуточного контроля

Еженедельные обсуждения хода работы, доклады на семинарах проектной группы

Форма представления результатов

Научный отчет, доклады на конференциях. По результатм выполнения проекта будет определена целесообразность подготовки публикации в журнал высшего уровня.