关于自旋构型的神经网络流
无序系统与神经网络
2022-06-30 v3
摘要
我们研究二维伊辛铁磁体中所谓的自旋构型神经网络流。该流由自旋构型的连续重构生成，重构通过受限玻尔兹曼机或自编码器等人工神经网络获得。近期有报道称该流可能在系统临界温度处具有不动点，甚至可计算临界指数。本文聚焦于全连接自编码器产生的流，并通过直接测量物理可观测量、表明该流强烈依赖于网络超参数，反驳了该流收敛至系统临界点的论断。我们探究了网络度量、重构误差，并将其与所谓的数据本征维数相关联，以阐明该流的起源与性质。
引用
@article{arxiv.2203.06652,
title = {On the neural network flow of spin configurations},
author = {Santiago Acevedo and Carlos A. Lamas and Alejo Costa Duran and Mauricio B. Sturla and Tomás S. Grigera},
journal= {arXiv preprint arXiv:2203.06652},
year = {2022}
}