关于自旋构型的神经网络流
摘要：2D Ising铁磁体中所谓的神经网络流动的自旋配置。这个流动是由类似于受限玻尔兹曼机或自动编码器的人工神经网络的连续重构自旋配置产生的。最近有报道称，在系统的临界温度下，该流动可能在一个固定点处，并且甚至允许计算临界指数。在这里，我们重点研究由全连接自动编码器产生的流动，并反驳该流动收敛到系统临界点的说法，通过直接测量物理可观测量，并显示流动强烈依赖于网络超参数。我们探索网络度量、重构误差，并将其与数据的所谓内在维度联系起来，以阐明流动的起源和性质。
作者：Santiago Acevedo, Carlos A. Lamas, Alejo Costa Duran, Mauricio B. Sturla and Tom''as S. Grigera
论文ID：2203.06652
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-06-30