文献

J-GLOBAL ID：202502233716546096   整理番号：25A0158524

機械学習を組み合わせた効率的なマルコフ連鎖モンテカルロ法と平均場スピングラス模型への応用

Efficient machine-learning-assisted Markov Chain Monte Carlo Method and application to a mean-field spin-glass model

著者 (4件)： 宮本誠也 (東北大) ,  西川宜彦 (北里大) ,  大関真之 (東京工大) ,  大関真之 (シグマアイ)
資料名： 日本物理学会講演概要集(CD-ROM)  (日本物理学会春季大会講演概要集(CD-ROM))
巻： 79  号： 2  ページ： ROMBUNNO.16pE311-8  発行年： 2024年09月24日 
JST資料番号： S0671C  ISSN： 2189-079X  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： マルコフ連鎖モンテカルロ(Markov Chain Monte Carlo; MCMC)法は確率分布からのサンプリング手法である.MCMC法ではメトロポリス・ヘイスティングス(Metropolis-Hastings; MH)タイプの遷移確率...【本文一部表示】

シソーラス用語： *モンテカルロ法 ,  *機械学習 ,  *スピンガラス ,  ニューラルネットワーク ,  相転移 ,  グラフ ,  反強磁性 ,  Ising模型 ,  臨界指数 ,  緩和時間 ,  場
準シソーラス用語： Isingモデル ,  *Markov連鎖モンテカルロ法 ,  メトロポリス法 ,  ランダムグラフ ,  平均場

分類 (1件)： ランダム系一般  (BM06081C)

タイトルに関連する用語 (6件)： 機械学習 ,  マルコフ連鎖モンテカルロ法 ,  平均場 ,  スピングラス ,  模型 ,  応用