論文の概要: Adding color: Visualization of energy landscapes in spin glasses
- arxiv url: http://arxiv.org/abs/2004.12431v1
- Date: Sun, 26 Apr 2020 16:44:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 02:12:56.798402
- Title: Adding color: Visualization of energy landscapes in spin glasses
- Title（参考訳）: 色を加える:スピングラスのエネルギー景観の可視化
- Authors: Katja Biswas and Helmut G. Katzgraber
- Abstract要約: 接続性グラフは、複素系のミニマと最小エネルギー障壁を可視化するために用いられる。
我々は、個々の状態の類似性とアクセシビリティに基づいて、スピングラスの高退化ミニマムを分類する分類手法を開発した。
実験結果から, 異なるモデルでは, ミニマの総数, 基底状態に対するミニマの分布, バリア高さ, および, 異なる種類の最小エネルギーデールの発生について, それぞれ異なる特徴が認められた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Disconnectivity graphs are used to visualize the minima and the lowest energy
barriers between the minima of complex systems. They give an easy and intuitive
understanding of the underlying energy landscape and, as such, are excellent
tools for understanding the complexity involved in finding low-lying or global
minima of such systems. We have developed a classification scheme that
categorizes highly-degenerate minima of spin glasses based on similarity and
accessibility of the individual states. This classification allows us to
condense the information pertained in different dales of the energy landscape
to a single representation using color to distinguish its type and a bar chart
to indicate the average size of the dales at their respective energy levels. We
use this classification to visualize disconnectivity graphs of small
representations of different tile-planted models of spin glasses. An analysis
of the results shows that different models have distinctly different features
in the total number of minima, the distribution of the minima with respect to
the ground state, the barrier height and in the occurrence of the different
types of minimum energy dales.
- Abstract（参考訳）: 接続性グラフは、複素系のミニマと最小エネルギー障壁を可視化するために用いられる。
それらは、基礎となるエネルギーの景観を簡単かつ直感的に理解し、そのようなシステムの低層または大域的なミニマムを見つけるのにかかわる複雑さを理解するための優れたツールである。
スピングラスの高度に縮退したミニマを個々の状態の類似性とアクセシビリティに基づいて分類する分類法を開発した。
この分類により、エネルギーランドスケープの異なるデールに関連する情報をカラーを用いて単一の表現に集約し、そのタイプとバーチャートを識別し、それぞれのエネルギーレベルにおけるデールの平均サイズを示すことができる。
この分類を用いてスピングラスの異なるタイル植込みモデルの小さな表現の断続性グラフを可視化する。
実験結果から, 異なるモデルでは, ミニマの総数, 基底状態に対するミニマの分布, バリア高さ, および, 異なる種類の最小エネルギーデールの発生について, それぞれ異なる特徴が認められた。
関連論文リスト
- Visualizing Loss Functions as Topological Landscape Profiles [41.15010759601887]
機械学習では、損失関数はモデル予測と接地真実(または目標)値の違いを測定する。
ニューラルネットワークモデルでは、モデルパラメータが変化するにつれてこの損失がどのように変化するかを視覚化することで、いわゆるロスランドスケープの局所構造に関する洞察を得ることができる。
本稿では,高次元ロスランドスケープの可視化を可能にするトポロジカルデータ解析に基づく新しい表現を提案する。
論文 参考訳（メタデータ） (2024-11-19T00:28:14Z) - Learning transformer-based heterogeneously salient graph representation for multimodal remote sensing image classification [42.15709954199397]
本稿では,変圧器を用いたヘテロジニアサリエントグラフ表現法(THSGR)を提案する。
まず、多モード不均一グラフエンコーダを用いて、非ユークリッド構造の特徴を異種データから符号化する。
自己アテンションフリーなマルチ畳み込み変調器は、効果的かつ効率的な長期依存性モデリングのために設計されている。
論文 参考訳（メタデータ） (2023-11-17T04:06:20Z) - Towards the Visualization of Aggregated Class Activation Maps to Analyse
the Global Contribution of Class Features [0.47248250311484113]
クラスアクティベーションマップ(CAM)は、分類に寄与するデータサンプルの各機能の重要性を視覚化する。
複数のサンプルからCAMを集約し,意味的に構造化されたデータの分類のグローバルな説明を示す。
我々のアプローチでは,分析者が高次元データの重要な特徴を検出し,世界的説明の可視化に基づいてAIモデルに調整を導出することができる。
論文 参考訳（メタデータ） (2023-07-29T11:13:11Z) - Correspondence between excited energy eigenstates and local minima of
energy landscape in quantum spin systems [0.0]
エネルギースペクトルにおける局所最小値と励起固有状態の対応性について検討した。
局所的なミニマは一般的に励起エネルギー固有状態と解釈できる。
スプリアスミニマの事例も報告されている。
論文 参考訳（メタデータ） (2023-06-08T05:01:14Z) - Self-similarity Driven Scale-invariant Learning for Weakly Supervised
Person Search [66.95134080902717]
自己相似性駆動型スケール不変学習(SSL)という新しいワンステップフレームワークを提案する。
本稿では,ネットワークを前景と学習スケール不変の機能に集中させるための,マルチスケール・エクステンプラー・ブランチを提案する。
PRWおよびCUHK-SYSUデータベースの実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2023-02-25T04:48:11Z) - FuNNscope: Visual microscope for interactively exploring the loss
landscape of fully connected neural networks [77.34726150561087]
ニューラルネットワークの高次元景観特性を探索する方法を示す。
我々は、小さなニューラルネットワークの観測結果をより複雑なシステムに一般化する。
インタラクティブダッシュボードは、いくつかのアプリケーションネットワークを開放する。
論文 参考訳（メタデータ） (2022-04-09T16:41:53Z) - Representing Videos as Discriminative Sub-graphs for Action Recognition [165.54738402505194]
ビデオ中の各アクションの識別パターンを表現およびエンコードするためのサブグラフの新たな設計を提案する。
時空グラフとクラスタを各スケールでコンパクトなサブグラフに新たに構築するMUlti-scale Sub-Earn Ling (MUSLE) フレームワークを提案する。
論文 参考訳（メタデータ） (2022-01-11T16:15:25Z) - Multi-resolution Outlier Pooling for Sorghum Classification [4.434302808728865]
Sorghum-100データセットは,最先端のガントリーシステムによって得られたソルガムのRGB画像の大規模なデータセットである。
Dynamic Outlier Poolingと呼ばれる新しいグローバルプール戦略は、このタスクにおける標準的なグローバルプール戦略より優れています。
論文 参考訳（メタデータ） (2021-06-10T13:57:33Z) - Spatial-spectral Hyperspectral Image Classification via Multiple Random
Anchor Graphs Ensemble Learning [88.60285937702304]
本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。
まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。
次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
論文 参考訳（メタデータ） (2021-03-25T09:31:41Z) - Hierarchical Graph Capsule Network [78.4325268572233]
ノード埋め込みを共同で学習し,グラフ階層を抽出できる階層型グラフカプセルネットワーク(HGCN)を提案する。
階層的表現を学ぶために、HGCNは下層カプセル(部分)と高層カプセル(全体)の間の部分的関係を特徴付ける。
論文 参考訳（メタデータ） (2020-12-16T04:13:26Z) - Structural Landmarking and Interaction Modelling: on Resolution Dilemmas
in Graph Classification [50.83222170524406]
解法ジレンマの統一概念に基づくグラフ分類における本質的難易度の研究」
構造ランドマークと相互作用モデリングのためのインダクティブニューラルネットワークモデルSLIM'を提案する。
論文 参考訳（メタデータ） (2020-06-29T01:01:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。