无监督机器学习在通过双倍聚类识别相变中的应用
摘要：无监督机器学习用于识别相变的研究方向 使用两次聚类方法选择最佳配置并通过无监督机器学习方式为配置分配标签 利用这些最佳配置训练神经网络进行相位分类 相图中预测分类的导数在相变点处出现峰值 在Ising、Potts和Blume-Capel模型中验证了我们的方法的有效性 通过使用两次聚类得到的有序配置，我们的方法可以提供一种获取相图的有用方法
作者：Nan Wu, Zhuohan Li and Wanzhou Zhang
论文ID：2305.17687
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2023-05-30