使用受限玻尔兰曼机表征纳米磁性数组
介观与纳米尺度物理
2024-12-10 v2
摘要
受限玻尔兰曼机用于概率学习，能够捕捉数据中复杂的依赖关系。它们被用于多种目的，如降维、特征学习，可用于以最小数据表示和分析具有局限性的物理系统。在本文中，我们使用受限玻尔兰曼机研究一种复杂且强相关的磁性自旋系统，其具有多个 metastable 状态 (磁性人工磁冰)。磁性人工磁冰因其可指定退火性而引发复杂状态，从而支持异常的集体动力学。我们检验两种不同几何结构，表征其在不同低温温序下的机器性能和适应性。使用从方形和针形人工磁冰哈密顿量在不同温度下的分区函数中 importance-sampled 的自旋配置构建的数据集用于提取分布特征。结果表明，受限玻尔兰曼机算法对定义人工磁冰配置空间特征具有敏感性，并且能够在临界点之外再现系统的热力学量——这一特征对于更快的样本生成非常有用。此外，我们还展示了受限玻尔兰曼机如何在数据中区分不同的人工磁冰几何结构，即使存在结构缺陷亦然。
引用
@article{arxiv.2407.11165,
title = {Characterizing nanomagnetic arrays using restricted Boltzmann machines},
author = {Rehana Begum Popy and Mahdis Hamdi and Robert L. Stamps},
journal= {arXiv preprint arXiv:2407.11165},
year = {2024}
}