机器学习在二维复杂等离子体相变研究中的应用
等离子体物理
2023-07-25 v1
摘要
应用机器学习研究二维复杂等离子体的相变。采用朗之万动力学模拟制备处于不同热力学状态的粒子悬浮液。基于两种极端条件下得到的粒子位置，合成位图图像并导入卷积神经网络（ConvNet）作为训练样本。由此获得相图。该训练好的ConvNet模型可直接应用于实验中通过视频显微镜记录的图像序列，以研究熔化过程。
引用
@article{arxiv.2204.12702,
title = {Machine learning in the study of phase transition of two-dimensional complex plasmas},
author = {He Huang and Vladimir Nosenko and Han-Xiao Huang-Fu and Hubertus M. Thomas and Cheng-Ran Du},
journal= {arXiv preprint arXiv:2204.12702},
year = {2023}
}