基于自回归神经网络的自旋系统互信息
统计力学
2023-10-27 v2 无序系统与神经网络
高能物理 - 格点
机器学习
摘要
我们描述了一种基于自回归神经网络增强的蒙特卡洛采样来估计经典自旋系统二分互信息的新直接方法。它允许研究任意子系统的几何结构，并可推广至经典场论。我们在 Ising 模型上针对四种划分（包括一个多连通的奇偶划分）演示了该方法。我们表明，在远离临界温度的温度下满足面积定律：常数项是普适的，而比例系数对于奇偶划分则不同。
引用
@article{arxiv.2304.13412,
title = {Mutual information of spin systems from autoregressive neural networks},
author = {Piotr Białas and Piotr Korcyl and Tomasz Stebel},
journal= {arXiv preprint arXiv:2304.13412},
year = {2023}
}
备注
12 pages, 8 figures