論文の概要: Machine Learning of Thermodynamic Observables in the Presence of Mode
Collapse
- arxiv url: http://arxiv.org/abs/2111.11303v1
- Date: Mon, 22 Nov 2021 15:59:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-23 20:12:49.907634
- Title: Machine Learning of Thermodynamic Observables in the Presence of Mode
Collapse
- Title(参考訳): モード崩壊時における熱力学観測装置の機械学習
- Authors: Kim A. Nicoli, Christopher Anders, Lena Funcke, Tobias Hartung, Karl
Jansen, Pan Kessel, Shinichi Nakajima, Paolo Stornati
- Abstract要約: 深部生成モデルはパラメータ空間の与えられた点における自由エネルギーの直接推定を可能にする。
本稿では,この機械学習に基づく新しい推定手法について概説する。
- 参考スコア(独自算出の注目度): 5.096726017663865
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Estimating the free energy, as well as other thermodynamic observables, is a
key task in lattice field theories. Recently, it has been pointed out that deep
generative models can be used in this context. Crucially, these models allow
for the direct estimation of the free energy at a given point in parameter
space. This is in contrast to existing methods based on Markov chains which
generically require integration through parameter space. In this contribution,
we will review this novel machine-learning-based estimation method. We will in
detail discuss the issue of mode collapse and outline mitigation techniques
which are particularly suited for applications at finite temperature.
- Abstract(参考訳): 自由エネルギーと他の熱力学観測器を推定することは格子場理論における重要な課題である。
近年,この文脈で深部生成モデルが利用できることが指摘されている。
これらのモデルはパラメータ空間内の与えられた点における自由エネルギーの直接推定を可能にする。
これは、パラメータ空間を通した統合を必要とするマルコフ連鎖に基づく既存の方法とは対照的である。
本稿では,この機械学習に基づく推定手法について概説する。
本稿では,特に有限温度での応用に適したモード崩壊問題と概要緩和手法について詳述する。
関連論文リスト
- Latent Space Energy-based Neural ODEs [73.01344439786524]
本稿では,連続時間列を表現するために設計された新しい深部力学モデルを提案する。
マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。
振動系, ビデオ, 実世界の状態系列(MuJoCo)の実験結果から, 学習可能なエネルギーベース先行モデルの方が既存のモデルより優れていることが示された。
論文 参考訳(メタデータ) (2024-09-05T18:14:22Z) - Finite-temperature properties of string-net models [0.0]
弦-ネットモデルの分割関数を計算し,いくつかの熱力学量について検討する。
熱力学の限界では、分配関数は純粋フラクトンと呼ばれる特別な粒子の寄与によって支配されることを示す。
また、励起に付随するウェグナー・ウィルソンループの挙動を解析し、それらが領域法則に従うことを示す。
論文 参考訳(メタデータ) (2024-06-28T07:51:58Z) - Heat and Work in Quantum Thermodynamics: a Cybernetic Approach [0.0]
制御理論による可観測性分解に基づく仕事と熱を区別する新しい提案を提案する。
観測可能エネルギーの即時散逸を表すエルミート作用素を導出し、フォン・ノイマンエントロピーの一般化を提案する。
論文 参考訳(メタデータ) (2024-03-04T13:26:48Z) - Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。
提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文 参考訳(メタデータ) (2022-05-18T17:11:23Z) - Physics-based Learning of Parameterized Thermodynamics from Real-time
Thermography [0.0]
実時間サーモグラフィデータから熱過程のダイナミクスを学習するための物理に基づく新しいアプローチを提案する。
提案手法は雑音に対して頑健であり,パラメータ推定の精度向上に有効であることを示す。
論文 参考訳(メタデータ) (2022-03-24T16:06:31Z) - Fast Thermalization from the Eigenstate Thermalization Hypothesis [69.68937033275746]
固有状態熱化仮説(ETH)は閉量子系における熱力学現象を理解する上で重要な役割を果たしている。
本稿では,ETHと高速熱化とグローバルギブス状態との厳密な関係を確立する。
この結果はカオス開量子系における有限時間熱化を説明する。
論文 参考訳(メタデータ) (2021-12-14T18:48:31Z) - Qubit thermodynamics far from equilibrium: two perspectives about the
nature of heat and work in the quantum regime [68.8204255655161]
2段階系の熱力学解析のための代替理論フレームワークを開発する。
我々は、局所ハミルトニアンを定義する外部場が存在する場合、ブロッホベクトルを回転させるエネルギーコストを表す新しい作業項の出現を観察する。
両視点から, 2つの異なる系に対する物質・放射相互作用プロセスについて検討した。
論文 参考訳(メタデータ) (2021-03-16T09:31:20Z) - Learning Manifold Implicitly via Explicit Heat-Kernel Learning [63.354671267760516]
そこで,本研究では,熱カーネルを学習することで,多様体情報を暗黙的に取得する,暗黙的多様体学習の概念を提案する。
学習した熱カーネルは、データ生成のための深層生成モデル(DGM)やベイズ推論のためのスタイン変分勾配Descentなど、さまざまなカーネルベースの機械学習モデルに適用することができる。
論文 参考訳(メタデータ) (2020-10-05T03:39:58Z) - Estimation of Thermodynamic Observables in Lattice Field Theories with
Deep Generative Models [4.84753320115456]
生成モデルは自由エネルギーの絶対値の推定に利用できることを示す。
2次元の$phi4$理論に対する提案手法の有効性を実証する。
論文 参考訳(メタデータ) (2020-07-14T15:31:05Z) - Emergent conservation laws and nonthermal states in the mixed-field
Ising model [0.0]
本稿では、断熱継続の概念を用いた積分可能性破壊モデルの近似保存則と固有状態の計算方法を提案する。
論文 参考訳(メタデータ) (2020-02-20T19:00:04Z) - Targeted free energy estimation via learned mappings [66.20146549150475]
自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。
FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。
目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
論文 参考訳(メタデータ) (2020-02-12T11:10:00Z)
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。