本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
我們介紹了使用神經網路作為沒有空間排序的經典無序系統的分類器。在這項研究中，我們提出了一個無序系統學習任務的設計目標架構。基於我們的框架，我們實現了一個卷積神經網絡，經過訓練，可以根據給定溫度下蒙特卡羅採樣配置的輸入來識別三維 Edwards-Anderson Ising 自旋玻璃模型中的自旋玻璃狀態。神經網路被設計為可以靈活調整輸入大小，並且可以對測試集中的小樣本實例進行準確的推理。我們研究並討論了神經網路在（隨機）場中對三維愛德華茲-安德森伊辛自旋玻璃的實例進行分類的用途。