利用机器学习波函数识别分形相
无序系统与神经网络
2023-06-05 v1 介观与纳米尺度物理
摘要
我们展示了一种基于卷积神经网络的图像识别算法，为区分多种系统中的遍历相、非遍历扩展（分形）相与局域化相提供了强有力的手段：这些系统包括单粒子模型（含随机矩阵与随机图模型）以及多体量子系统。该网络可仅使用单一模型每类500个波函数（图像）的小数据集成功训练。训练后的网络随后可用于对其他模型中的相进行分类，因而非常高效。我们讨论了该方法的优势与局限。
引用
@article{arxiv.2306.01402,
title = {Machine learning wave functions to identify fractal phases},
author = {Tilen Cadez and Barbara Dietz and Dario Rosa and Alexei Andreanov and Keith Slevin and Tomi Ohtsuki},
journal= {arXiv preprint arXiv:2306.01402},
year = {2023}
}
备注
9 pages, 10 figures + 2 pages, 4 figures, 1 table in appendices