A machine learning approach to the Berezinskii-Kosterlitz-Thouless transition in classical and quantum models
The Berezinskii-Kosterlitz-Thouless transition is a very specific phase transition where all thermodynamic quantities are smooth. Therefore, it is difficult to determine the critical temperature in a precise way. In this paper we demonstrate how neural networks can be used to perform this task. In...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
Інститут фізики конденсованих систем НАН України
2018
|
| Назва видання: | Condensed Matter Physics |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/157119 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | A machine learning approach to the Berezinskii-Kosterlitz-Thouless transition in classical and quantum models / M. Richter-Laskowska, H. Khan, N. Trivedi, M.M. Maśka // Condensed Matter Physics. — 2018. — Т. 21, № 3. — С. 33602: 1–11. — Бібліогр.: 32 назв. — англ. |