二维五态 Potts 模型弱一级相变的神经网络证据
统计力学
2021-11-30 v1 无序系统与神经网络
高能物理 - 格点
计算物理
摘要
一个通用的（监督式）神经网络（NN）仅在一维 200 个格点的晶格上训练一次，被用于研究平方晶格上二维（2D）五态铁磁 Potts 模型的相变。具体而言，该 NN 仅使用两个人工生成的构型作为训练集得到。由于所考虑 NN 的优雅特性，可轻松获得包含超过 4000000 个自旋的系统相关结果，并得出令人信服的证据表明所研究的相变为弱一级相变。此处展示的结果很难通过文献中常用的标准 NN 实现。
关键词
引用
@article{arxiv.2111.14063,
title = {Neural network evidence of a weakly first order phase transition for the two-dimensional 5-state Potts model},
author = {Yuan-Heng Tseng and Yun-Hsuan Tseng and Fu-Jiun Jiang},
journal= {arXiv preprint arXiv:2111.14063},
year = {2021}
}
备注
6 pages, 4 figures