儿童文学

理论物理研究所在变分自回归神经网络求解统计力学问题方面取得重要进展

  • 作者:本站
  • 时间:2019-08-12
  • 39人已阅读
您现在的位置:首页 > 儿童诗歌 > 文章
简介 擅长采样玻尔兹曼分布,然而很难计算系统的熵和自由能;张量网络方法和重整化群被广泛用于计算配分函数和自由能,但是一般只适用于格点系统;平均场近似及相关的消息传递算法可以高效地给出系统的变分自

理论物理研究所在变分自回归神经网络求解统计力学问题方面取得重要进展

  擅长采样玻尔兹曼分布,然而很难计算系统的熵和自由能;张量网络方法和重整化群被广泛用于计算配分函数和自由能,但是一般只适用于格点系统;平均场近似及相关的消息传递算法可以高效地给出系统的变分自由能,然而需要在较高的温度下,或者系统拓扑结构满足平均场近似的要求。     变分自回归神经网络。

这个框架拓展了传统意义上的平均场方法,用自回归神经网络构建变分的概率分布,并通过强化学习的方法训练网络,进而可以同时计算系统的自由能上界,测量系统的能量,熵及各种热力学量,并直接无偏地对系统采样。

张潘和合作者们将此方法成功地应用于伊辛模型,自旋玻璃以及统计物理反问题中。 相关论文发表于,并被选为编辑推荐文章。

        )以及国家自然科学基金委理论物理专款彭桓武理论物理创新研究中心的支持。

    :用于求解统计力学问题的变分自回归神经网络结构图示          的在为本文撰写的评论文章:  。

Top