Vliv regularizace na klasifikaci magnetických topologických fází
| Název práce v češtině: | Vliv regularizace na klasifikaci magnetických topologických fází |
|---|---|
| Název v anglickém jazyce: | Effect of regularization on classification of magnetic topological phases |
| Klíčová slova: | neuronové sítě|strojové učení|magnetické skyrmiony |
| Klíčová slova anglicky: | neural networks|machine learning|magnetic skyrmions |
| Akademický rok vypsání: | 2023/2024 |
| Typ práce: | diplomová práce |
| Jazyk práce: | |
| Ústav: | Katedra fyziky kondenzovaných látek (32-KFKL) |
| Vedoucí / školitel: | RNDr. Pavel Baláž, Ph.D. |
| Řešitel: | Bc. Andrej Rendek - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 19.01.2024 |
| Datum zadání: | 27.01.2024 |
| Datum potvrzení stud. oddělením: | 28.01.2024 |
| Zásady pro vypracování |
| (i) implementace umělých neuronových sítí pro klasifikaci topologických magnetických fází
(ii) studium vlivu regularizace (aktivační funkce, augmentace trénovacích dat, dropout Monte Carlo) na efektivitu implementovaných modelů (iii) konstrukce fázových diagramů Heisenbergova modelu s interakcí Dzyaloshinskii-Moriya pomocí natrénovaných modelů a jejích porovnání |
| Seznam odborné literatury |
| 1. Francois Chollet, Deep learning v jazyky Python, Grada Publishing (2019).
2. I. A. Iakovlev, O. M. Sotnikov, and V. V. Mazurenko, Supervised Learning Approach for Recognizing Magnetic Skyrmion Phases, Phys. Rev. B 98, 174411 (2018). 3. P. Baláž, M. Paściak, J. Hlinka, Melting of Neel Skyrmion Lattice, Phys. Rev. B 103, 174411 (2021). 4. H. Y. Kwon, H. G. Yoon, S. M. Park, D. B. Lee, J. W. Choi, and C. Won, Magnetic State Generation Using Hamiltonian Guided Variational Autoencoder with Spin Structure Stabilization, Advanced Science 8, 2004795 (2021). 5. N. Walker, K.-M. Tam, and M. Jarrell, Deep Learning on the 2-Dimensional Ising Model to Extract the Crossover Region with a Variational Autoencoder, Sci Rep 10, 13047 (2020). 6. Guo, X., Liu, X., Zhu, E., Yin, J. (2017). Deep Clustering with Convolutional Autoencoders. In: Liu, D., Xie, S., Li, Y., Zhao, D., El-Alfy, ES. (eds) Neural Information Processing. ICONIP 2017. Lecture Notes in Computer Science, vol 10635. Springer, Cham. 7. Akinori Tanaka, Akio Tomiya, Koji Hashimoto, Deep Learning and Physics, Springer Singapore (2021). |