中文

随机场 Ising 模型中物理与算法的联系

无序系统与神经网络 2007-05-23 v1

摘要

随机场 Ising 模型(RFIM)的能量景观是复杂的,然而存在诸如 push-relabel 算法等算法,可在关于样本体积的多项式时间内计算出 RFIM 样品的精确基态。通过模拟研究了 push-relabel 算法的标度性质。研究了算法的时间演化以及辅助势场的统计。在非常小的随机场下,算法动力学与双物种湮灭动力学密切相关,这与势场(“高度”)中极小值分布的分形统计一致。对于 d=1,2d=1,2,在零无序处发散的关联长度为高度场的量级设定了截断尺度;我们的结果最符合 d=2d=2 中关联长度随无序呈指数标度的幂律修正。在 d=3d=3 中靠近铁磁-顺磁相变处,找到解的时间发散,对于优先队列版本,动态临界指数为 z=0.93±0.06z=0.93\pm0.06,对于先进先出队列版本的算法,z=0.43±0.06z=0.43\pm0.06。算法时间内辅助场演化与 RFIM 基态静态物理性质之间的联系,为理解 RFIM 物理及算法运作方式提供了深刻见解。

关键词

引用

@article{arxiv.cond-mat/0502471,
  title  = {Linking physics and algorithms in the random-field Ising model},
  author = {Jan H. Meinke and A. Alan Middleton},
  journal= {arXiv preprint arXiv:cond-mat/0502471},
  year   = {2007}
}

备注

16 pp., 16 figures