文献

J-GLOBAL ID：201702237540323126   整理番号：17A1009930

混乱による相転移の学習

Learning phase transitions by confusion

著者 (3件)： VAN NIEUWENBURG Evert P. L. (ETH Zurich, Zuerich, CHE) ,  LIU Ye-Hua (ETH Zurich, Zuerich, CHE) ,  HUBER Sebastian D. (ETH Zurich, Zuerich, CHE)
資料名： Nature Physics  (Nature Physics)
巻： 13  号： 5  ページ： 435-439  発行年： 2017年05月 
JST資料番号： W2060A  ISSN： 1745-2473  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 物質の相転移を分類することは,物理学において重要な問題であるが,量子力学系になると,ヒルベルト空間が指数関数的に大きくなり,相転移の分類作業が困難になる。データ分析ツールとして機械学習法に着目した。大規模データセットへのアクセスが可能となる。相転移の分類において機械学習の利用について検討した。ラベル化されたデータでニューラルネットワークを学習した後,ニューラルネットワークの性能に応じて相転移を見つける手法を提案した。この方法を用いて,Kitaev鎖の相転移,古典的Isingモデルの熱相転移,無秩序量子スピン鎖の多体局在相転移などを解析した。この方法は,秩序パラメータに依存しないが,相転移のトポロジカルな知識が必要であった。この方法を利用することで,未知の相転移を同定することができる。

シソーラス用語： *相転移 ,  ニューラルネットワーク ,  Hilbert空間 ,  パラメータ ,  スピン系 ,  位相幾何学 ,  *機械学習 ,  量子論 ,  力学系 ,  *カオス ,  秩序パラメータ ,  データ蓄積 ,  スピン鎖 ,  量子スピン
準シソーラス用語： 大規模データセット

分類 (2件)： 相転移・臨界現象一般  (BL04010V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 混乱 ,  相転移 ,  学習