通过卷积神经网络检测相变
无序系统与神经网络
2017-06-27 v2 高能物理 - 格点
高能物理 - 理论
摘要
我们设计了一个卷积神经网络(CNN)，它研究离散化逆温度与二维 Ising 模型自旋构型之间的关联，并表明它可以在不教授任何先验信息的情况下找到相变的特征。我们还通过 CNN 定义了一个新的序参量，并表明它提供了良好近似的临界逆温度。此外，我们比较了卷积层的激活函数，发现整流线性单元(ReLU)对于检测二维 Ising 模型的相变很重要。
引用
@article{arxiv.1609.09087,
title = {Detection of phase transition via convolutional neural network},
author = {Akinori Tanaka and Akio Tomiya},
journal= {arXiv preprint arXiv:1609.09087},
year = {2017}
}
备注
7 pages, 10 figures