二维反磁性 Ising 模型的两种最近和次近邻相互作用在三角格子上的机器学习研究
高能物理 - 格点
2025-11-19 v1 统计力学
摘要
我们研究了二维反磁性 Ising 模型，其中包含在三角格子上的最近 和次近邻 相互作用， 和 1.0。采用受监督神经网络 (NN) 的方法进行研究。尽管使用受监督 NN，但不需要训练中实际的自旋配置。此外，考虑两种自旋排列为错位模式的配置作为训练集。令人惊讶地，通过这种非传统的训练策略，不仅由结果 NN 计算出的所研究 的临界温度准确，而且还正确确定了调查相变的性质。具体而言， 和 1.0 的相变都是一阶相变。这些结论与由其他方法获得的已知结果一致。由于训练策略简单，NN 计算非常高效。仍需检验本研究所考虑的非传统训练方法能否用于研究其他具有非典型相变或具有非平凡基态配置的模型。
引用
@article{arxiv.2511.14081,
title = {A Machine Learning study of the two-dimensional antiferromagnetic Ising model with nearest and next-to-nearest interactions on the triangular lattice},
author = {Shang-Wei Li and Yuan-Heng Tseng and Kai-Wei Huang and Fu-Jiun Jiang},
journal= {arXiv preprint arXiv:2511.14081},
year = {2025}
}
备注
12 pages, 15 figures