Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 393)
Detail práce
   Přihlásit přes CAS
Construction of phase diagrams of spin models using unsupervised machine learning
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|Statistická fyzika|Neupravené učení
Klíčová slova anglicky: machine learning|Falikov Kimball model|Statistical Physics|Unsupervised Learning
Akademický rok vypsání: 2023/2024
Typ práce: diplomová práce
Jazyk práce: angličtina
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
Datum a čas obhajoby: 09.06.2025 09:00
Datum odevzdání elektronické podoby:30.04.2025
Datum odevzdání tištěné podoby:30.04.2025
Datum proběhlé obhajoby: 09.06.2025
Oponenti: doc. RNDr. Iveta Mrázová, CSc.
 
 
 
Konzultanti: RNDr. Martin Žonda, Ph.D.
doc. 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).
 
Univerzita Karlova | Informační systém UK