用于检测相变的判别式协作网络
强关联电子
2018-04-30 v2 无序系统与神经网络
摘要
物质状态及其相应相变的分类是一种特殊的机器学习任务，其中物理数据允许我们分析在一般计算机科学背景下尚未被考虑的新算法。在此，我们引入一种无监督机器学习方案，利用一对判别式协作网络（DCN）来检测相变。在该方案中，猜测网络和学习网络相互协作，从完全无标签的数据中检测相变。该新方案足以高效地处理二维参数空间中的相图，在此我们可以利用计算机视觉中的主动轮廓模型——snake——来承载这两个网络。带有 DCN “大脑”的 snake 在参数空间中主动移动并学习，自动定位相边界。
引用
@article{arxiv.1706.08111,
title = {Discriminative Cooperative Networks for Detecting Phase Transitions},
author = {Ye-Hua Liu and Evert P. L. van Nieuwenburg},
journal= {arXiv preprint arXiv:1706.08111},
year = {2018}
}