論文の概要: Machine learning of phase transitions in nonlinear polariton lattices

• arxiv url: http://arxiv.org/abs/2104.12921v2
• Date: Fri, 12 Nov 2021 13:15:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-02 06:56:21.294005
• Title: Machine learning of phase transitions in nonlinear polariton lattices
• Title（参考訳）: 非線形偏光子格子における相転移の機械学習
• Authors: D. Zvyagintseva, H. Sigurdsson, V. K. Kozin, I. Iorsh, I. A. Shelykh, V. Ulyantsev, O. Kyriienko
• Abstract要約: ポラリトン格子は非線形駆動散逸物理学を研究するためのユニークなテストベッドを提供する。 四角配置された偏光子の格子と最近傍のカップリングについて検討し、偏光子の格子の偏光ダイナミクスをシミュレートする。 機械学習手法を用いてこれらのパターンを分類し、異なる領域の境界を決定する。
• 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: Polaritonic lattices offer a unique testbed for studying nonlinear driven-dissipative physics. They show qualitative changes of a steady state as a function of system parameters, which resemble non-equilibrium phase transitions. Unlike their equilibrium counterparts, these transitions cannot be characterised by conventional statistical physics methods. Here, we study a lattice of square-arranged polariton condensates with nearest-neighbour coupling, and simulate the polarisation (pseudo-spin) dynamics of the polariton lattice, observing regions with distinct steady-state polarisation patterns. We classify these patterns using machine learning methods and determine the boundaries separating different regions. First, we use unsupervised data mining techniques to sketch the boundaries of phase transitions. We then apply learning by confusion, a neural network-based method for learning labels in the dataset, and extract the polaritonic phase diagram. Our work takes a step towards AI-enabled studies of polaritonic systems.
• Abstract（参考訳）: ポラリトン格子は非線形駆動散逸物理学を研究するためのユニークなテストベッドを提供する。 これらは、非平衡相転移に似た系パラメータの関数として定常状態の定性的変化を示す。 それらの平衡と異なり、これらの遷移は従来の統計物理学の手法では特徴づけられない。 そこで本研究では,四角配列のポラリトン凝縮格子を最近傍カップリングで研究し,ポラリトン格子の偏光(pseudo-spin)ダイナミクスをシミュレートし,定常偏光パターンの異なる領域を観測した。 機械学習を用いてこれらのパターンを分類し、異なる領域の境界を決定する。 まず,教師なしデータマイニング手法を用いて相転移の境界をスケッチする。 次に,データセット内のラベルを学習するためのニューラルネットワークに基づく手法である混乱による学習を適用し,ポーラリトニック位相図を抽出する。 我々の研究は、ポラリトニックシステムのAI対応研究への一歩を踏み出した。

関連論文リスト

• Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations [58.130170155147205]
  神経波関数は、計算コストが高いにもかかわらず、多電子系の基底状態の近似において前例のない精度を達成した。 近年の研究では、個々の問題を個別に解くのではなく、様々な構造や化合物にまたがる一般化波動関数を学習することでコストを下げることが提案されている。 この研究は、分子間の一般化に適した過度にパラメータ化され、完全に学習可能なニューラルウェーブ関数を定義することで、この問題に取り組む。
  論文  参考訳（メタデータ） (2024-05-23T16:30:51Z)
• Solitons in a photonic nonlinear quantum walk: lessons from the continuum [0.0]
  非線形Kerr媒体上の電界成分を用いて実験的に実装可能な非線形QWモデルを解析する。 我々は、ソリトンが外部電場をシミュレートする追加位相を受けるときの安定性を研究し、高次元空間で形成されるかどうかを探索した。
  論文  参考訳（メタデータ） (2023-08-02T08:51:05Z)
• Topological Polarisation States [0.0]
  破壊された回転対称系は偏極状態において異なる位相構造を示すことができることを示す。 我々は、位相シフト器を用いて偏極円を形成し、出力状態の位相変化によって元の入力に干渉する。 また、M"obius strip, Hopf-links, and Topological Dirac bosons with a bulk-edge correspondenceなど、他の位相的特徴の実現についても論じる。
  論文  参考訳（メタデータ） (2023-03-30T04:06:04Z)
• Dynamical chaos in nonlinear Schr\"odinger models with subquadratic power nonlinearity [137.6408511310322]
  ランダムポテンシャルと準4次パワー非線形性を持つ非線形シュリンガー格子のクラスを扱う。 拡散過程は亜拡散性であり, 微細構造が複雑であることを示す。 二次パワー非線形性の限界も議論され、非局在化境界をもたらすことが示されている。
  論文  参考訳（メタデータ） (2023-01-20T16:45:36Z)
• Stochastic Optimal Control for Collective Variable Free Sampling of Molecular Transition Paths [60.254555533113674]
  分子系の2つの準安定状態間の遷移経路をサンプリングする問題を考察する。 本稿では,その遷移をサンプリングする機械学習手法を提案する。
  論文  参考訳（メタデータ） (2022-06-27T14:01:06Z)
• Dynamical symmetry breaking through AI: The dimer self-trapping transition [0.0]
  物理を動機とした機械学習モデルを用いて、元の動的自己トラッピング遷移をキャプチャできることが示されている。 非退化非線形二量体の場合、この結果の爆発はより一般的な力学に関する追加情報を与える。
  論文  参考訳（メタデータ） (2021-09-20T15:31:35Z)
• Rotating Majorana Zero Modes in a disk geometry [75.34254292381189]
  マイクロ波超伝導体を用いて作製した薄板ディスクにおけるマヨラナゼロモードの操作について検討した。 平面内磁場印加時に発生する2階位相角モードを解析する。 零モードと励起状態の周波数独立結合により, 断熱相においても振動が持続することを示す。
  論文  参考訳（メタデータ） (2021-09-08T11:18:50Z)
• Convolutional Filtering and Neural Networks with Non Commutative Algebras [153.20329791008095]
  本研究では,非可換畳み込みニューラルネットワークの一般化について検討する。 非可換畳み込み構造は作用素空間上の変形に対して安定であることを示す。
  論文  参考訳（メタデータ） (2021-08-23T04:22:58Z)
• Uhlmann phase in composite systems with entanglement [0.0]
  2つの結合したスピン==フラクチャー 1 2$ 粒子からなる複合系において, 絡み合った混合状態の幾何学的ウルマン位相について検討した。 脱分極チャネル密度行列の共起点への明示的な接続は、ウルマン相の特徴を特徴づけることを可能にする。
  論文  参考訳（メタデータ） (2021-06-30T08:14:11Z)
• Unsupervised machine learning of topological phase transitions from experimental data [52.77024349608834]
  超低温原子からの実験データに教師なし機械学習技術を適用する。 我々は、完全にバイアスのない方法で、ハルダンモデルの位相位相図を得る。 我々の研究は、複雑な多体系における新しいエキゾチック位相の教師なし検出のためのベンチマークを提供する。
  論文  参考訳（メタデータ） (2021-01-14T16:38:21Z)

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。