Konstrukce fázových diagramů spinových modelů pomocí strojového učení bez dozoru
Název práce v češtině: | Konstrukce fázových diagramů spinových modelů pomocí strojového učení bez dozoru |
---|---|
Název v anglickém jazyce: | Construction of phase diagrams of spin models using unsupervised machine learning |
Klíčová slova: | strojové učení|model Falikova Kimballu |
Klíčová slova anglicky: | machine learning|Falikov Kimball model |
Akademický rok vypsání: | 2023/2024 |
Typ práce: | diplomová práce |
Jazyk práce: | čeština |
Ústav: | Katedra fyziky kondenzovaných látek (32-KFKL) |
Vedoucí / školitel: | RNDr. Pavel Baláž, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 19.01.2024 |
Datum zadání: | 19.01.2024 |
Datum potvrzení stud. oddělením: | 08.02.2024 |
Konzultanti: | RNDr. Martin Žonda, Ph.D. |
Mgr. Martin Pilát, Ph.D. | |
Zásady pro vypracování |
(i) analýza konfigurací získaných pomocí numerických simulací modelu Falikova Kimballu (FK) pomocí jednoduchých metod strojového učení
(ii) implementace modelů neuronových sítí pro automatickou klasifikaci spinových konfigurací (iii) aplikace natrénovaných modelů na klasifikaci dat z numerických simulací a analýza chování jednotlivých modelů |
Seznam odborné literatury |
1. M. Žonda et al., Phys. Rev. B 100, 075124 (2019).
2. J. Arnold et al., Phys. Rev. Research 3, 033052 (2021). 3. Hu et al., Phys. Rev. E 95, 062122 (2017). 4. L. Wang, Phys. Rev. B 94, 195105 (2016). 5. N. Walker et al., Sci Rep 10, 13047 (2020). 6. Akinori Tanaka, Akio Tomiya, Koji Hashimoto, Deep Learning and Physics, Springer Singapore (2021). |