گذار فاز مدل آیزینگ دو بعدی مربعی در میدان مغناطیسی همگن با استفاده از الگوریتم متروپولیس مونت کارلو و جداسازی فارهای مختلف به روش CNN

  • سال انتشار: 1403
  • محل انتشار: هشتمین کنفرانس ملی پژوهشهای کاربردی در مهندسی برق، مکانیک و مکاترونیک
  • کد COI اختصاصی: ELEMECHCONF08_102
  • زبان مقاله: فارسی
  • تعداد مشاهده: 147
دانلود فایل این مقاله

نویسندگان

روژین رستگار پور

۱- دانشکده علوم مهندسی، پردیس دانشکده گان فنی، دانشگاه تهران، تهران، ایران

نیره مجد

۲- استادیار گروه الگوریتم و محاسبات دانشکده علوم مهندسی، پردیس دانشکدگان فنی دانشگاه تهران، تهران، ایران

چکیده

شبکه های اسپینی کوانتومی آرایشی از اسپین ها در بستر توپولوژیکی هستند. بر اساس انواع آرایش اسپین در ابعاد توپولوژیکی مختلف، و همچنین با توجه به نوع قدرت اندرکنش بین اسپین های همسایه در حضور میدان های مغناطیسی خارجی طبق هامیلتونی سیستم، رفتارهای متفاوتی در ابعاد ماکروسکوپی از سیستم مورد بررسی پدیدار خواهد شد. در این مقاله ابتدا فازهای مختلف شبکه آیزینگ دوبعدی با شرط پریودیک در حضور میدان مغناطیسی خارجی یکنواخت با استفاده از الگوریتم متروپولیس مونت کارلو (MP- MN) بررسی خواهد شد. سپس به بررسی قابلیت شبکه های عصبی یادگیری عمیق کانولوشنال نورال نت ورک (CNN) در تشخیص رفتار و پیش بینی فازهای مختلف شبکه های اسپینی برای هامیلتونی مدل آیزینگ دو بعدی در حضور میدان مغناطیسی همگن در دمای ثابت مورد بررسی قرار گرفت. در نهایت دقت یادگیری الگوریتم CNN در پیش بینی فازهای مختلف ارزیابی شد.

کلیدواژه ها

کلمات کلیدی: شبکه های اسپینی کوانتومی، هامیلتونی، یادگیری عمیق، شبکه عصبی کاونولوشن (CNN) مدل آیزینگ دوبعدی.

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.