使用王朗道蒙特卡罗算法和机器学习研究伊辛模型相变
Journal of Shanxi University(Natural Science Edition)（2023）
Abstract
文章以伊辛模型为例,首先利用王朗道蒙特卡罗算法构建了完备的数据集,相较于常用的Metropolis算法,避免了在相变点处的临界慢化效应和在低温下无法遍历到所有重要构型的不足.然后运用非监督机器学习方法进行研究:采用主成分分析法与K-means算法处理数据集,采用Calinski-Harabasz指标分析模型相变.最终得到伊辛模型的相变点,与传统方法结果一致.本文方法为使用机器学习研究统计物理中的相变现象提供了一种可行的解决途径.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined