Complete Solution of the Kinetics in a Far-from-equilibrium Ising Chain
通过将交替自旋耦合到两个不同温度的热浴中，一维伊辛模型很容易推广到\textit{genuinely nonequilibrium}系统。在这里，我们研究了这个系统的全时依赖性。特别是，我们得到的磁化强度的演变，从任意的初始条件。对于稍不一般的初始条件，我们计算所有关联函数的时间依赖性，因此，概率分布。新的属性，如振荡衰减到稳态，提出。最后，我们评论的关系，一个反应扩散模型与对湮灭和创造。
2004-05-17 cond-mat.dis-nn cond-mat.stat-mech
Exact mean field inference in asymmetric kinetic Ising systems
我们开发了一个基本的平均场方法完全不对称的动力学伊辛模型，它可以应用到一个单一的情况下的问题。在非对称SK模型的情况下，该方法给出了局域磁化强度的精确值以及等时关联和时滞关联之间的精确关系。它也可以用来有效地解决逆问题，即从一组模式中确定耦合和局部场，也可以用于场和耦合依赖于时间的情况。这种方法推广了最近的一些尝试来解决这个动力学推理问题，这是有效的弱耦合的限制。它也提供了强耦合问题的精确解。这种平均场推断也可以作为一种有效的近似方法来推断非无限范围问题中的耦合和场，例如在稀释的非对称自旋玻璃中。
2011-05-18 cond-mat.dis-nn cond-mat.stat-mech
Dynamics of asymmetric kinetic Ising systems revisited
研究了非对称动力学伊辛模型的动力学性质。提出了两种改进现有平均场描述的方案。在第一个方案中，我们推导了瞬时磁化，等时相关，时延相关的公式，考虑到不同的本地场之间的相关性。为了推导时延相关，我们强调，在以前的工作中采用的小相关假设[M。Mézard和J. Sakellariou，J. Stat.机械、#20071;，实际上并不需要。为了确认我们的方法的推理效率，我们进行了广泛的模拟与时间恒定的外部驱动场或正弦外部场的单个实例。在第二个方案中，我们开发了一个改进的平均场论的瞬时磁化预测利用腔系统的概念结合微扰膨胀的方法。它的效率是通过与现有的平均场论的比较，部分不对称耦合时，数值证实。
2014-04-16 cond-mat.dis-nn cond-mat.stat-mech
Driven Random Field Ising Model: some exactly solved examples in threshold activated kinetics
零温下由缓慢变化的均匀外场驱动的随机场伊辛模型提供了几个阈值激活系统的漫画。在这个模型中，如果系统的初始状态是所有自旋相互平行排列的，则系统的非平衡响应可以在Bethe晶格上解析地得到。我们考虑铁磁以及反铁磁相互作用。铁磁模型表现出雪崩和非平衡临界行为。反铁磁模型的特点是没有这些功能。铁磁模型是阿贝尔的，反铁磁模型是非阿贝尔的。理论方法的基础上的概率方法进行了讨论，在这两种情况下，并说明推导出一些基本的结果。
2004-01-15 cond-mat.dis-nn cond-mat.stat-mech
One-dimensional spin-anisotropic kinetic Ising model subject to quenched disorder
大规模蒙特卡罗模拟用于探讨淬火无序的效果，一维，非平衡动力学伊辛模型与局部打破自旋对称性，在零温度（对称性是通过自旋翻转率不同的“+”和“-”自旋打破）。该模型被发现表现出一个连续的相变的吸收状态。通过分析“+”和“-”自旋的扩展以及扭结密度的变化，研究了扭结分支率为零时的临界行为。杂质施加一个强大的影响的临界行为，只有一个特定的选择参数，对应于强自旋各向异性动力学伊辛模型引入Majumdar等人。通常情况下，无序效应变得明显的杂质强度，使扩散几乎被阻止。在这种情况下，临界行为是类似的，例如，在一维稀释接触过程中，与格里菲斯一样的行为的扭结密度。我们发现变量集群指数，服从超标度关系，并类似于Cafiero等人的报告。我们还表明，各向同性的双组分AB -> 0模型是不敏感的反应无序，只有对数校正出现，诱导的强无序的扩散速率。
2007-07-13 cond-mat.dis-nn cond-mat.stat-mech
Random quantum Ising chains with competing interactions
本文讨论了具有竞争随机铁磁和反铁磁耦合的量子伊辛自旋链的临界性。量子涨落是通过随机局部横场引入的。首先，我们考虑链之间的第一和第二邻居的耦合，然后推广的研究，以量子模拟的Viana-Bray模型，定义在一个小世界随机晶格。我们使用的Dasgupta-Ma抽取技术，分析和数值，并专注于缩放的晶格拓扑结构，其确定是必要的，以定义任何无限的无序过渡超出链。在第一种情况下，在过渡的模型重新正规化的链，与无限无序不动点描述的Fisher。这对应于由第二邻居耦合引起的竞争的无关性。与此相反，这种无限无序过渡被发现是不稳定的，对任意小密度的长程耦合的小世界模型。
2005-06-23 cond-mat.dis-nn
Learning of couplings for random asymmetric kinetic Ising models revisited: random correlation matrices and learning curves
我们研究分析最近提出的学习算法的性能随机非对称动力学伊辛模型的自旋动力学的有限长度的轨迹的耦合。我们的分析表明，学习速度的动态诱导的自旋之间的非平凡的等时间相关性的重要性。当自旋的随机性降低时，这些相关性变得更加重要。我们还分析了估计误差对渐近最优性的偏离。
2015-08-28 cond-mat.dis-nn
Belief-Propagation and replicas for inference and learning in a kinetic Ising model with hidden spins
我们提出了一个新的算法来推断隐藏的自旋的状态和重建的连接在一个同步动力学伊辛模型，给定的观察历史。专注于隐藏的自旋是有条件地相互独立的情况下，给定的可观察的自旋的状态，我们表明，计算数据的可能性可以简化通过引入一组复制的辅助自旋。然后可以使用置信传播（BP）和敏感性传播（SusP）来推断隐藏变量的状态并学习耦合。我们研究了该算法的收敛性和性能的高斯分布和二进制债券的网络。我们还研究了该算法的行为作为隐藏节点的分数和数据量的变化，表明它优于TAP方程重建连接。
2014-12-04 cond-mat.dis-nn cond-mat.stat-mech physics.data-an
Inferring hidden states in a random kinetic Ising model: replica analysis
我们考虑的问题，预测的自旋状态的动力学伊辛模型时，自旋轨迹观察只有有限的分数的网站。在贝叶斯设置中，假设自旋动力学的概率模型是已知的，最佳预测可以从未观察到的自旋的条件（后验）分布计算，给出了观察到的自旋。利用复制方法计算了具有非对称随机耦合的全连通自旋系统中并行离散时间动力学的贝叶斯最优预报器的误差。所得结果在热力学极限内是精确的，与有限自旋系统的模拟结果吻合得很好。
2014-05-16 cond-mat.dis-nn
Investigation of oscillation frequency and disorder induced dynamic phase transitions in a quenched-bond diluted Ising ferromagnet
详细研究了键稀释猝灭情况下动力学伊辛模型的磁滞回线面积和剩磁、矫顽力等磁滞工具的频率演化。用单场关联的有效场论导出了描述磁化强度随时间变化的动力学方程。结果表明，磁滞回线面积、剩磁和矫顽力的频散与淬灭键的随机性、外加场的幅值和振荡频率密切相关。此外，各种各样的哈密顿参数的磁滞曲线的形状进行了研究，并发现一些有趣的behaviors.Finally，我们的观察与最近发表的研究的比较，它表明，存在一个定性良好的协议。
2012-07-30 cond-mat.dis-nn cond-mat.stat-mech
Phase-ordering kinetics of two-dimensional disordered Ising models
利用蒙特卡罗模拟研究了具有均匀无序的铁磁二维伊辛模型的相序动力学。考虑到有限的时间校正标度，简单的老化行为中观察到的两个时间的响应和衰减。动力学指数z和标度函数的形式仅取决于比值eps/T，其中eps描述了无序分布的宽度。对于响应和相关的两次标度函数，局部标度不变性的预测推广到z<> 2与数值数据的一致性提供了广义伽利略不变性的直接检验。
2007-09-20 cond-mat.dis-nn cond-mat.stat-mech hep-th
A unifying framework for mean-field theories of asymmetric kinetic Ising systems
动力学伊辛模型是研究复杂系统非平衡动力学的有力工具。由于它们的行为对于大型网络来说是不容易处理的，因此已经提出了许多平均场方法来分析它们，每一种方法都基于对系统时间演化的独特假设。这种方法的差异使得它具有挑战性，系统地推进平均场方法超越以前的贡献。在这里，我们提出了一个统一的框架，平均场论的非对称动力伊辛系统从信息几何的角度来看。该框架是建立在Plefka扩展的系统周围的一个简化的模型，通过正交投影到一个易于处理的概率分布的子流形。这种观点不仅统一了以前的方法，而且还允许我们开发新的方法，与传统的方法相比，保留系统的相关性。我们表明，这些新的方法可以优于以前的预测和评估网络性能附近的最大波动制度。
2021-05-12 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Latent kinetic Ising models of neural spike trains
College of Engineering and Physical Sciences, Aston University（阿斯顿大学工程与物理科学学院）
针对神经峰电位序列推断，提出潜变量动力学Ising模型SpiKIsing，分离集体网络动力学与单神经元历史效应，通过变分EM算法联合推断，在合成及漏积分发放网络数据上验证了连接恢复与神经元分类能力。
2026-09-15 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Domain Growth in Ising Systems with Quenched Disorder
我们提出了广泛的Monte Carlo（MC）模拟结果的磁畴生长的铁磁体和二元混合物与淬火无序。这些都是由“随机键伊辛模型“和“稀释伊辛模型“与非保守（格劳伯）自旋翻转动力学或保守（川崎）自旋交换动力学建模。在所有情况下，我们的MC结果是一致的幂律增长的指数$θ(T,ε)$，这取决于淬火温度$T$和无序幅度$ε$。当粗化畴被能垒捕获时，这种指数自然出现，所述能垒随畴尺寸几何地增长。我们的MC结果与预测的$θ(T,ε)$的依赖性非常一致。
2005-02-23 cond-mat.dis-nn
State-space kinetic Ising model reveals task-dependent entropy flow in sparsely active nonequilibrium neuronal dynamics
Graduate School of Life Science, Hokkaido University（北海道大学生命科学学院）；Center for Human Nature, Artificial Intelligence, and Neuroscience (CHAIN), Hokkaido University（北海道大学人类本性、人工智能与神经科学中心（CHAIN））；Graduate School of Informatics, Kyoto University（京都大学情报学研究科）
该研究提出了一种状态空间动力学伊辛模型，用于分析神经元在非平衡状态下的熵流特性，并揭示了任务参与期间神经活动的因果耦合变化与表现效率的关系。
2025-12-11 cond-mat.dis-nn q-bio.NC
The appropriateness of ignorance in the inverse kinetic Ising model
我们开发了有效的方法来考虑和纠正隐藏单元的影响的反动力学伊辛模型与完全不对称耦合的典型情况下。我们确定了两个来源的错误，在重建观察到的单位之间的连接，而忽略了网络的一部分。一个导致推断参数的系统偏差，而另一个涉及可见和隐藏的人口之间的相关性，并具有依赖于耦合强度的幅度。我们估计这两项使用平均场的方法，并推导出自洽方程的耦合占系统的偏见。通过应用这些方法在不同的相对人口规模和连接强度的简单网络，我们评估如何以及在什么条件下的隐藏部分可以影响推理，并在多大程度上可以粗略估计。我们发现，对于弱到中等耦合系统，隐藏单元的影响是一个简单的旋转，可以很容易地纠正。对于强耦合系统，非系统项变得很大，不能再安全地忽略，进一步强调了理解给定系统的平均耦合强度的重要性。
2016-12-19 cond-mat.dis-nn physics.data-an q-bio.QM
Network inference using asynchronously updated kinetic Ising Model
网络结构重建从动力学数据分别朴素平均场（nMF）和Thouless-Anderson-Palmer（TAP）近似。对于TAP近似，我们使用两种方法来重建网络：a）迭代法; b）将推理公式转换为一组三次方程并直接求解。本文研究了非对称Sherrington-Kirkpatrick（S-K）模型的异步更新推理。在S-K模型中，三次方程的解依赖于温度T，并且发现临界温度Tc在2.1附近。当T < Tc时，三次方程组的解由一个实根和两个共轭复根组成，而当T > Tc时，三次方程组的解由三个实根组成。只有当三次方程有三个实解时，迭代法才是收敛的。当迭代法收敛时，两种方法给出了相同的结果。与nMF相比，TAP在低温下稍好，但随着温度的升高，性能接近相同。这两种方法在数据长度较长时表现更好，但对于改进，TAP非常明显。
2010-11-29 cond-mat.dis-nn physics.comp-ph stat.CO
Variational perturbation and extended Plefka approaches to dynamics on random networks: the case of the kinetic Ising model
我们描述和分析了研究Ising自旋玻璃模型动力学的一些新方法。我们首先简要地考虑变分方法的基础上最小化的Kullback-Leibler分歧之间的独立的轨迹和真正的，并注意到，这种方法只符合平均场方程的鞍点近似的生成功能时，动力学是通过一个逻辑链接函数定义的，这是情况下的动力学伊辛模型与并行更新。然后，我们花了其余的文件开发两种方式超越鞍点逼近的生成功能。在第一种方法中，我们通过在局部场和共轭局部场的二次函数周围展开作用量来发展生成泛函的变分微扰逼近，其中局部场和共轭局部场的参数被优化。我们推导出最优参数的解析表达式，并表明当优化受到适当限制时，我们恢复了完全非对称随机耦合的精确平均场方程（Mézard和Sakellariou，2011）。然而，如果没有这个限制，结果就不同了。我们还描述了一个扩展的Plefka扩展，其中除了磁化，我们还固定的相关性和响应函数。最后，我们数值研究了这些近似的性能为Sherrington-Kirkpatrick型耦合的各种耦合强度，耦合对称度和外部字段。我们表明，从扩展的Plefka扩展的动力学方程优于其他人在所有政权，虽然它是计算更苛刻。无约束变分方法在小耦合区域中表现不佳，而对于强耦合，其接近（Roudi和Hertz，2011）的动态TAP方程。
2016-07-28 cond-mat.dis-nn physics.data-an stat.ML
Modelling time-varying interactions in complex systems: the Score Driven Kinetic Ising Model
在分析现实世界的复杂系统时，一个常见的问题是元素之间的相互作用经常随着时间的推移而变化：这使得很难找到描述这种演变的最佳模型，并且可以从数据中估计，特别是当驱动机制未知时。在这里，我们提供了一个新的角度发展的模型随时间变化的相互作用引入了一个推广的著名的动力伊辛模型（KIM），一个最小的成对常数相互作用模型，已发现应用在多个科学学科。将动态的任意选择保持在最低限度并寻求信息理论最优性，分数驱动方法使我们能够使用简单的KIM显着增加可以从数据中提取的知识。特别是，我们首先确定一个参数，其值在给定的时间可以直接与当地的可预测性的动态。然后，我们介绍了一种方法来动态地学习这样的参数的值从数据，而不需要参数化地指定其动态。最后，我们扩展了我们的框架，以解开不同的来源（如内源性与外源性）的可预测性在实时。我们将我们的方法应用于几个复杂的系统，包括金融市场，时间（社会）网络，和神经元群体。我们的研究结果表明，分数驱动的KIM系统产生有见地的描述，允许预测预测准确性在实时，以及分离不同的组件的动态。这为广泛学科的数据分析提供了重大的方法改进。
2021-08-03 cond-mat.dis-nn physics.data-an physics.soc-ph
