利用机器学习检测有限温度经典标量场中的细微宏观变化
统计力学
2023-11-22 v1 人工智能
机器学习
摘要
检测宏观变化的能力对于从经典到量子领域的实验多体系统行为探测十分重要。尽管相变边界附近的突变容易检测，但细微的宏观变化由于可能被噪声掩盖而难以检测。在本研究中，作为检测多体系统细微宏观变化的玩具模型，我们尝试区分不同温度下的标量场样本。我们比较了进行此类区分的不同方法，从物理方法、统计方法到人工智能(AI)方法。我们的发现表明，AI方法在灵敏度上优于统计方法和物理方法。我们的结果提供了一个概念验证，即AI有可能检测到物理测量手段无法察觉的多体系统中的宏观变化。
引用
@article{arxiv.2311.12303,
title = {Detecting subtle macroscopic changes in a finite temperature classical scalar field with machine learning},
author = {Jiming Yang and Yutong Zheng and Jiahong Zhou and Huiyu Li and Jun Yin},
journal= {arXiv preprint arXiv:2311.12303},
year = {2023}
}
备注
10 pages, 3 figures