神经网络方法在临界现象的尺度分析中的应用
摘要：确定展示临界现象的系统的普适类是物理学中的一个核心问题。有几种方法可以从数据中确定这个普适类。作为将折叠图绘制到尺度函数上的方法，已经提出了多项式回归（精度较低）和高斯过程回归（提供高精度和灵活性但计算量大）。在本文中，我们提出了一种使用神经网络的回归方法。计算复杂度仅与数据点数量成线性关系。我们展示了该方法在二维伊辛模型和键连通问题的有限尺度分析中的性能以确认其有效性。该方法在这两种情况下都能以高精度高效地获取临界值。
作者：Ryosuke Yoneda and Kenji Harada
论文ID：2209.01777
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-05-10