No Percolation in low temperature spin glass
我们考虑非负温度T下的Edwards-AndersonIsing自旋玻璃模型:我们定义了在给定温度下Edwards-Anderson自旋玻璃的Boltzmann-Gibbs测度的自然概念,以及不满足边的自然概念。我们证明,对于足够低的温度,在几乎每一个自旋配置的图形所形成的不满意的边缘是有限的连通组件。换句话说,不满意的边不渗透。
2016-10-09 cond-mat.dis-nn math-ph math.MP
Testing the Localization Landscape Theory on the Bethe Lattice
Sorbonne Universit\'e, Laboratoire de Physique Th\'eorique et Hautes Energies, CNRS-UMR 7589, 4 Place Jussieu, 75252 Paris Cedex 05, France;Sorbonne Universit\'e, Laboratoire de Physique Th\'eorique de la Mati\`ere Condens\'ee, CNRS-UMR 7600, 4 Place Jussieu, 75252 Paris Cedex 05, France
本文在贝叶斯晶格上验证了定位景观理论,发现其与安德森局域化转变的临界行为存在根本差异,揭示了理论在捕捉量子临界性质上的局限性。
2025-12-03 cond-mat.dis-nn cond-mat.stat-mech
Machine learning of percolation models using graph convolutional neural networks
本文构建图卷积神经网络,以监督和无监督方式研究渗流,能同时训练不同晶格数据,并结合混淆方法通过“W”形曲线获得渗流阈值,为构建更通用的渗流探索框架奠定基础。
2023-04-07 cond-mat.dis-nn cond-mat.stat-mech cs.LG
Berezinskii-Kosterlitz-Thouless Transition and Multifractal Critical Phase in Two-Dimensional Quantum Percolation
Universidade Federal do Rio de Janeiro(里约热内卢联邦大学);Universidade Federal do Piauı́(皮奥伊联邦大学)
本研究通过数值分析二维量子逾渗模型,发现多重分形临界相介导局域到退局域转变,并识别出BKT转变与幂律型转变,证明该模型与安德森杂质模型属于不同普适类。
2025-10-25 cond-mat.dis-nn
Transport in tight-binding bond percolation models
迄今为止,对紧束缚量子逾渗模型的大多数研究都集中在量子逾渗阈值上,即,类似于安德森转变。如果实际上存在大约30%的跳跃项,则似乎会发生这种情况。因此,模型在离域制度可能仍然是实质上无序的,因此分析其输运性质是一个不平凡的任务,我们追求的文件在手头上。使用基于量子典型性的方法来数值地执行线性响应理论,我们发现电导率和平均自由程与非常简单的启发式考虑的结果很好地一致。此外,我们发现,取决于实际存在的跳跃项的百分比,输运性质可能会或可能不会被描述的Drude模型。爱因斯坦关系的调查也提出。
2014-11-03 cond-mat.dis-nn
Application of Convolutional Neural Network to Quantum Percolation in Topological Insulators
量子材料相,如安德森绝缘体,扩散金属,Weyl/Dirac半金属以及拓扑绝缘体,在实空间和傅立叶空间中都显示出特定的波函数。这些特征被卷积神经网络很好地捕获,并且已经获得了相图,其中标准方法不适用。其中一个例子是随机晶格的情况,如量子渗流。本文利用卷积神经网络分析波函数,研究了具有随机空位的拓扑绝缘体,即拓扑绝缘体中的量子渗流。拓扑绝缘体中的空位是特别有趣的,因为在空位周围形成了特殊的束缚态。我们表明,只有百分之几的空缺所需的拓扑相变。通过对局域化长度、态密度和波包动力学的独立计算,证实了上述结果。
2019-11-18 cond-mat.dis-nn cond-mat.mes-hall
Machine learning the 2D percolation model
我们使用深度学习策略来研究正方形格子上的2D渗流模型。我们使用标准的图像识别工具和多层卷积神经网络。我们测试如何以及这些策略可以deletion密度和相关长度的渗流状态,以及是否确认的deletating集群的重要作用。
2022-03-29 cond-mat.dis-nn
Quantum percolation transition in 3d: density of states, finite size scaling and multifractality
基于本征态的多重分形分析,数值研究了三维量子逾渗问题中金属-绝缘体相变的相图。本文对线性尺寸达到$L=140$的系统进行了大规模数值模拟。在$0\leq q\leq 1$范围内确定了多重分形维数,即指数$D_q$和$α_q$。我们的结果证实了该问题与三维Anderson模型属于同一普适类,其局域化长度的临界指数为$ν=1.622\pm 0.035$ .多重分形函数$f(α)$似乎是普适的,然而,指数$D_q$和$α_q$沿相界$p_c^Q(E)$产生异常变化。
2014-10-23 cond-mat.dis-nn
Exact analytic solution of the multi-dimensional Anderson localization
本文作者提出的通过无序分析处理安德森局域化问题的方法[J.Phys.:康登斯Matter { \bf 14}(2002)13777]被推广到更高的空间维度D。用这种方法可以精确地解析计算出波函数$<ψ^2_{n,\mathbf{m}}>$的对角算子的广义李雅普诺夫指数。这允许确定系统的相图。对于所有维度的$D > 2$,我们发现在能量和无序中存在着扩展态和局域态共存的区间:因此,金属-绝缘体跃迁应该被解释为一级跃迁。定性的差异允许分组系统分为两类:低维系统($2\leq D \leq 3$),其中本地化的状态总是指数本地化和高维系统($D\geq D_c=4$),其中也形成非指数本地化的状态。上临界尺寸的值被发现是$D_0=6$的安德森局域化问题,这个值也是一个相关的问题-渗流的特点。数值缩放和其他方法的后果进行了详细讨论。
2004-02-18 cond-mat.dis-nn
Geometry and localization: Probing Localization Landscape Theory on the Bethe Lattice
Sorbonne Université(索邦大学)
本文在贝特晶格上精确求解局域化景观理论(LLT)的渗流问题,发现其与安德森局域化转变具有不同的临界行为,但LLT能再现低无序区的精确结果。
2026-05-28 cond-mat.dis-nn cond-mat.stat-mech
Percolating States in the Topological Anderson Insulator
我们研究了无序二维拓扑绝缘体中的量子态。特别是,我们发现这些国家和所谓的拓扑安德森绝缘体(TAI),这是一个拓扑非平凡的阶段诱导的存在下的障碍之间的密切联系。这一阶段的衰减以前可以连接到一个离域体状态与无序强度增加。在这项工作中,我们确定这种离域是一个渗流过渡的状态,环绕山的散装无序潜力的结果。
2015-05-27 cond-mat.dis-nn cond-mat.mes-hall
Percolation from Quantum Metric in Flat-Band Delocalization
Beijing National Laboratory for Condensed Matter Physics, and Institute of Physics, Chinese Academy of Sciences(中国科学院物理研究所);University of Chinese Academy of Sciences(中国科学院大学)
研究通过结合分析推导与新数值方法,揭示了无序对线性响应电导的影响,发现几何电导由实空间量子度量决定,并在二维多平面带Stub-玄武石晶格中识别出临界非局域化区域,支持经典渗流 universality class。
2026-04-21 cond-mat.dis-nn cond-mat.mes-hall
Critical Percolation Without Fine Tuning on the Surface of a Topological Superconductor
我们提出的数值证据表明,大多数二维表面态的块状拓扑超导体(TSC)坐在一个整数量子霍尔平台过渡。我们研究了具有淬火无序的CI类TSC表面态。低能量(有限能量)的表面状态被认为是临界离域的(安德森局域化)。我们证实了低能量的图片,但相反,发现有限能量状态也是离域的,具有独立于TSC缠绕数的普遍统计,并与自旋量子霍尔平台过渡(渗透)一致。
2018-06-08 cond-mat.dis-nn cond-mat.mes-hall
The phase diagram of the multi-dimensional Anderson localization via analytic determination of Lyapunov exponents
本文作者提出的通过无序分析处理安德森局域化问题的方法[J.Phys.:康登斯Matter { \bf 14}(2002)13777]被推广到更高的空间维度D。用这种方法可以精确地解析计算出波函数$<ψ^2_{n,\mathbf{m}}>$的对角算子的广义李雅普诺夫指数。这允许确定系统的相图。对于所有维度的$D > 2$,我们发现在能量和无序中存在着扩展态和局域态共存的区间:因此,金属-绝缘体跃迁应该被解释为一级跃迁。定性的差异允许分组系统分为两类:低维系统($2\leq D \leq 3$),其中本地化的状态总是指数本地化和高维系统($D\geq D_c=4$),其中也形成非指数本地化的状态。上临界尺寸的值被发现是$D_0=6$的安德森局域化问题,这个值也是一个相关的问题-渗流的特点。
2005-01-19 cond-mat.dis-nn
Phase diagram of weak-magnetic-field quantum Hall transition quantified from classical percolation
本文研究了非量子化磁场中高迁移率二维电子气的磁输运。我们采用一个弱手征网络模型来测试数值的预测的标度理论,从安德森到量子霍尔绝缘体的转变发生时,非对角电导率的德鲁德值等于1/2。磁场越弱,使用量子模拟定位离域跃迁就越困难。本研究的主要思想是,过渡的位置不改变时,一个强的局部不均匀性的介绍。由于强不均匀性抑制干扰,传输减少到经典渗流。我们表明,相应的渗流问题是两个相互耦合的随机键的子晶格上的键渗流。这种渗流的模拟允许访问非常弱的磁场的域。模拟结果证实了σ_{xx} \sim 10时的判据σ_{xy}=1/2,与早期的量子模拟结果一致。但当σ_{xx}较大时,我们发现转变边界可用σ_{xy} σ_{xx}^k(k= 0.5)来描述,即转变发生在较高的磁场下。强不均匀性限制磁输运在一个随机磁场的存在下,有关复合费米子,对应于一个不同的渗流问题。在此极限下,我们发现离域跃迁边界σ_{xy} σ_{xx}^{0.6}。
2011-05-06 cond-mat.dis-nn
Spectral properties of the zero temperature Edwards-Anderson model
本文研究零温度 Edwards-Anderson 模型的谱性质,通过引入依赖“势垒”构造的逾渗型论证,获得了 Fourier 谱样本大小的新概率下界。
2025-07-14 cond-mat.dis-nn math-ph math.MP
A Percolation-Theoretic Approach to Spin Glass Phase Transitions
磁性有序,低温相的伊辛铁磁体表现在相关的Fortuin-Kasteleyn(FK)的随机集群表示的出现一个单一的正密度扩散集群。在本文中,我们回顾了我们最近的工作的Ising自旋玻璃有序的渗流签名-无论是在短程Edwards-Anderson(EA)和无限程Sherrington-Kirkpatrick(SK)模型-在一个双副本FK表示,也在不同的Chayes-Machta-Redner双副本图形表示。三维$\pm J$ EA模型的数值研究和SK模型的严格结果一致地支持了这样的结论:在这些模型中,自旋玻璃序的特征是存在一个最大密度的自旋团簇,通常与第二个密度较低的自旋团簇共存。
2008-05-06 cond-mat.dis-nn cond-mat.stat-mech
Many-body localization as a percolation phenomenon
我们研究了多体局域化(MBL)的标准模型,即,相互作用的无自旋费米子的无序链,通过将其表示为非相互作用局域安德森态的多体(MB)基础网络。通过研究本征态的完整的哈密顿量,对于强的障碍,我们发现,动力学被限制到很长的时间在Fock空间中断开MB集群。通过只保留共振贡献并将量子问题简化为MB态的速率方程(RE),与渗流问题类似,MBL跃迁通过普遍的簇分布和宏观簇的出现来定位。在遍历方面,我们的近似RE方法的弛豫过程捕获以及扩散输运,发现全量子模型。在一个广泛的瞬态制度,我们发现一个反常的,即,subdiffusilike,运输,从MB状态之间的弱联系出现。
2021-02-03 cond-mat.dis-nn cond-mat.str-el
Localization in 2D Quantum percolation
在紧束缚模型下,对二元合金的量子位逾渗进行了二维数值研究。我们解决的运输性能在所有制度-弹道,扩散(金属),本地化和后两者之间的交叉。特别注意靠近导带中心的区域,但即使在那里,安德森局域化仍然存在,没有金属-绝缘体转变的迹象。我们发现标准定位足够大的样本。对于较小的系统,新的部分量子化的Landauer电导,即。e.在频带中心观察到接近任意单位的小整数的大多数值。交叉类型的电导分布(带中心外)被发现是类似的波纹表面的系统。金属制度的普遍电导波动示出接近已知的,理论上预测的值。局域区的共振是Pendry项链。我们测试了Pendry关于此类罕见导电样本的概率的猜想,结果证明与我们的数值结果一致。
2008-05-02 cond-mat.dis-nn cond-mat.mes-hall
Machine Learning Percolation Model
机器学习的最新进展在相变和临界现象的应用中越来越受欢迎。通过机器学习的方法,我们试图识别二维渗流模型中的物理特性。为此,我们首先采用蒙特卡罗模拟产生数据集,然后采用多种方法对数据集进行分析。四种卷积神经网络(CNN),一个变分自动编码器(VAE),一个卷积VAE(cVAE),一个主成分分析(PCA),和一个$k$ -均值被用来识别序参量,渗透性和临界转变点。前三种神经网络对两个序参量和渗透率的模拟精度高,外推性能好。前两种神经网络具有较强的抗噪声能力。为了验证前三种CNN的鲁棒性,我们还使用VAE和cVAE来生成新的扰动配置,以向原始配置中添加扰动。我们发现,在有相应标记的前提下,用原始组态和扰动组态来识别物理特性是没有区别的。在缺乏标签的情况下,我们使用无监督学习来检测物理特征。PCA是一种经典的无监督学习方法,在识别渗透率时表现良好,但无法推导出序参量。因此,我们应用具有不同预设阈值的第四类CNN,并确定新的序参量和临界转变点。我们的研究结果表明,机器学习的有效性仍然需要在相变和临界现象的应用中进行评估。
2021-01-22 cond-mat.dis-nn
The percolating cluster is invisible to image recognition with deep learning
研究了二维座-渗流模型,证明标准CNN能识别渗流阈值$p_c$并分类或预测$p$值,但以关联长度$ξ$为标签时识别失效,且难以检测全局跨越团簇的存在,表明在物理问题中应用CNN需谨慎。
2023-03-27 cond-mat.dis-nn
Emergent percolation length and localization in random elastic networks
本文从理论和数值上研究了无序系统中声子的极小模型。对于足够的无序,这个经典系统的振动模式可以成为安德森本地化,但这个问题已经收到了显着低于其电子对应的关注。我们发现声子的局域化特性作为密度、频率和空间维度的函数具有丰富的行为。我们使用渗流分析认为德拜频谱在低频率的维度高于一个,并为本地化/离域过渡(在临界频率)以上的两个维度。我们表明,在电子系统中的行为相反,过渡存在任意大的混乱,虽然与指数小的临界频率。模式的结构反映了由弹簧中的无序引起的不同渗透长度,但没有明确存在于我们模型的定义中。在渗透的方法,我们计算的离域模式(声子)的声速,我们证实与数值。我们发现在一个给定的密度的本地化过渡的临界频率,并找到这些预测与数值结果使用递归格林函数方法适用于这个问题的良好协议。我们的结果与最近的实验非晶态固体的连接进行了讨论。
2013-05-13 cond-mat.dis-nn cond-mat.mtrl-sci
Quantum percolation and transition point of a directed discrete-time quantum walk
量子逾渗描述了量子粒子在无序系统中运动的问题。虽然与经典渗流存在某些相似之处,但量子情况由于安德森局域化的可能性而具有额外的复杂性。在这里,我们考虑一个有向离散时间量子行走作为一个模型来研究二维晶格上的两态粒子的量子渗流。使用数值分析,我们确定的分数连接的边缘所需的(过渡点)在晶格中的两个状态的粒子渗透与有限(非零)的概率为三个基本的晶格几何形状,有限的正方形晶格,蜂窝晶格,和纳米管结构,并表明,它趋于统一的晶格尺寸的增加。为了支持的数值结果,我们还使用连续近似解析推导出的情况下的正方形晶格的渗流概率的表达式,并表明它同意与离散情况下的数值得到的结果。除了理解具有不连通顶点的晶格(网络)上的双态粒子的动力学的基本兴趣之外,我们的研究有可能揭示各种量子凝聚态系统中的输运动力学以及量子信息处理和通信协议的构建。
2014-10-02 cond-mat.dis-nn cond-mat.other cond-mat.stat-mech
Universality classes of the Anderson transitions driven by quasiperiodic potential in the three-dimensional Wigner-Dyson symmetry classes
准周期系统是介于周期系统和无序系统之间的一种中间态,在准周期势的驱动下,系统发生了独特的离域-局域化转变。一个有趣的问题是,在相同的对称类中,由QP驱动的Anderson跃迁(AT)的普适类是否与由随机势驱动的AT的普适类相似。在这里,我们研究了三维(3D)Anderson模型,Peierls相位模型和Ando模型,属于Wigner-Dyson对称类的QP驱动的AT的临界行为。用转移矩阵法计算了局域化长度和两端电导,并指出它们的统计估计误差受量子点相关性的影响。在控制相关性的情况下,通过电导的有限尺寸标度分析,得到了QP驱动AT的临界指数$ν$,与随机势驱动AT的临界指数$ν$一致.研究了临界电导分布和能级间距比分布。我们还发现,在一个无序系统的局域/离域波函数训练的卷积神经网络预测的局域/离域波函数在准周期系统。我们的数值计算结果有力地支持了由QP和随机势驱动的AT的普适类在3D Wigner-Dyson对称类中是相似的。
2022-09-30 cond-mat.dis-nn
Machine Learning of Topological Insulator and Anderson Insulator in One-Dimensional Extended Su-Schrieffer-Heeger Chain
Xiamen University Malaysia(马来西亚厦门大学);Lanzhou University(兰州大学)
利用卷积神经网络基于无无序系统的约化关联矩阵预测扩展SSH模型的相图,发现模型可推广到手征对称性保持的无序但无法处理对称性破缺的无序,并通过主成分分析和逆参与率等分析揭示了特征空间演化和物理机制。
2026-06-16 cond-mat.dis-nn
Slow Dynamics in a Two-Dimensional Anderson-Hubbard Model
在第二玻恩近似下,利用非平衡态自洽微扰理论研究了二维Anderson-哈伯德模型的实时动力学。当与精确对角化进行小集群相比,我们表明,对于强无序这种技术接近所有可用的时间尺度上的精确结果,而对于中间的混乱,在附近的多体局域化过渡,它产生定量准确的结果到非平凡的时间。我们的方法允许治疗系统的大小无法通过任何数值精确的方法和完全消除有限尺寸的影响所考虑的时间。我们表明,对于一个足够强的障碍系统成为非遍历,而中间的障碍强度和所有可访问的时间尺度系统中的运输是严格subdiffusive。我们认为,这些结果是不兼容的一个简单的渗流图片,但与启发式随机电阻器网络模型,子扩散可能会观察很长一段时间,直到交叉扩散发生是一致的。二维相互作用无序系统中慢有限时间动力学的预言可以在未来的冷原子实验中得到直接验证
2016-03-10 cond-mat.dis-nn cond-mat.quant-gas cond-mat.stat-mech
Cluster Percolation in the Two-Dimensional Ising Spin Glass
该研究通过蒙特卡洛模拟探究二维Edwards-Anderson伊辛自旋玻璃模型中多类团簇的渗流特性,验证了不同团簇的渗流规律,建立了重叠与最大团簇密度差的关联,为自旋玻璃转变的几何解释提供了数值支撑。
2023-05-03 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Learning to find order in disorder
我们介绍了使用神经网络作为分类器的经典无序系统没有空间排序。在这项研究中,我们实现了一个卷积神经网络训练,以确定在三维Edwards-Anderson伊辛自旋玻璃模型的自旋玻璃态从输入的Monte Carlo采样配置在给定的温度。神经网络被设计为对输入大小具有灵活性,并且可以在测试集中的小样本实例上准确地执行推理。使用神经网络分类实例的三维爱德华-安德森伊辛自旋玻璃(随机)字段中,我们表明,推断的相边界是一致的,没有一个Almeida无源线。
2020-07-21 cond-mat.dis-nn
Generalized multifractality at the spin quantum Hall transition: Percolation mapping and pure-scaling observables
本文推广了二维无序超导体自旋量子霍尔跃迁临界本征态的广义多重分形分析[J. F. Karcher等人,Annals of Physics,435,168584(2021)]。一个映射到经典渗流的广义多重分形可观的一组特定的。这样,相应的指数的准确的分析结果得到。此外,正的纯标度本征函数观测量的一般结构,这允许一个非常有效的数值确定标度指数。特别是,所有指数对应的多项式纯缩放可观的顺序$q=5$的数字。对于导出的渗流映射的观测量,分析和数值结果是完全一致的。分析和数值结果清楚地表明,广义抛物线(即,与二次Casimir算子的本征值成比例)对于广义多重分形指数的谱不成立。这排除了Wess-Zumino-Novikov-Witten模型,以及更一般的,任何具有局部共形不变性的理论,作为自旋量子霍尔跃迁的定点理论的候选者。在这项工作中开发的可观察的建设铺平了道路,调查广义多重分形在安德森本地化的临界点的各种对称类。
2022-05-19 cond-mat.dis-nn cond-mat.stat-mech math-ph
Anderson Critical Metal Phase in Trivial States Protected by Average Magnetic Crystalline Symmetry
本研究发现受平均磁晶体对称性保护的受阻原子绝缘体相变的中间金属,在满足对称性的淬火无序下会形成标度不变的临界金属相,通过模型构建与有限尺寸标度验证,揭示其可由半经典渗流解释,并系统分类了相关磁群保护的OAI相变。
2024-02-21 cond-mat.dis-nn cond-mat.mes-hall
Machine learning the dynamics of quantum kicked rotor
利用多层卷积神经网络(CNN),我们可以检测随机电子系统的量子相位,得到了二维及高维Anderson跃迁、量子交换以及无序拓扑系统的相图。在这里,我们不是使用CNN来分析波函数,而是通过长短期记忆网络(LSTM)来分析波包的动力学。我们采用准周期量子踢动转子来模拟三维和四维的Anderson跃迁。通过监督训练,我们让LSTM提取本地化和非本地化相位的波包位移时间序列的特征。然后,我们模拟未知相位的波包,并让LSTM将时间序列分类为局部化和非局部化相位。我们比较了LSTM获得的相图和CNN获得的相图。
2021-05-08 cond-mat.dis-nn cond-mat.mes-hall
Center vortices and localized Dirac modes in the deconfined phase of (2+1)-dimensional lattice $\mathbb{Z}_2$ gauge theory
该研究探究(2+1)维格点$\rm \bold{\textit{Z}}_2$规范理论解禁闭相变的双重属性,明确狄拉克谱安德森相变属BKT类型、中心涡旋渗流相变异于普通二维渗流,并揭示局域化狄拉克模式与中心涡旋结构的关联及禁闭相中的非局域化机制。
2025-04-17 cond-mat.dis-nn hep-lat
Distinguishing an Anderson Insulator from a Many-Body Localized phase through space-time snapshots with Neural Networks
从多体局域(MBL)相区分安德森绝缘体的动态是一个具有挑战性的实验任务。在这项工作中,我们提出了一种基于机器学习技术的方法来分析实验快照数据,以分离这两个阶段。我们展示了如何使用时空Fock状态快照训练$3D$卷积神经网络(CNN),使我们能够获得有关系统的动态信息。我们基准我们的方法上的典范模型显示MBL($t-V$模型与淬火无序),在那里我们获得的分类精度之间的安德森绝缘体和MBL阶段的$\approx 80 \%$。我们强调了向CNN提供时间信息的重要性,并且我们表明CNN学习了Anderson本地化和MBL相位之间的关键差异,即量子相关传播的差异。特别是,我们发现,错误分类的MBL样本的特点是量子相关性的传播异常缓慢,因此CNN错误地将它们标记为安德森本地化。最后,我们将我们的方法应用于准周期势的情况,称为Aubry-André模型(AA模型)。我们发现CNN在分离这两个阶段时有更多的困难。我们发现,这些困难是由于这样一个事实,即MBL阶段的AA模型的特点是由一个较慢的信息传播的数字访问系统的大小。
2021-08-09 cond-mat.dis-nn cond-mat.quant-gas cond-mat.str-el
Towards the spin-glass transition in finite dimensions via blue percolation
本文通过Chayes-Machta-Redner表示中的蓝色渗流,证明了高维Edwards-Anderson自旋玻璃的渗流起始渐近行为,并给出维度22的计算机辅助证明,为理解自旋玻璃相变提供了新途径。
2026-10-01 cond-mat.dis-nn math-ph math.MP
Deep Learning the Quantum Phase Transitions in Random Electron Systems: Applications to Three Dimensions
三维随机电子系统经历量子相变,并显示出丰富的相图。相的实例是带隙绝缘体、安德森绝缘体、强和弱拓扑绝缘体、外尔半金属和扩散金属。与之前关于二维量子相变的论文[J. Phys. Soc. Jpn. Vol.85,123706(2016)],我们使用基于多层卷积神经网络的图像识别算法来识别本征函数属于哪个相位。研究了定域-离域转变的Anderson模型、拓扑绝缘体的Wilson-Dirac模型和Weyl半金属的层状Chern绝缘体模型。对于标准传递矩阵法不适用的情况,也可以用这种方法处理。
2017-03-15 cond-mat.dis-nn cond-mat.stat-mech
Machine learning of phase transitions in the percolation and XY models
本文应用机器学习方法研究了二维晶格上某些统计力学模型的相变,这些模型的相变涉及非局部或拓扑性质,包括位标和键标,XY模型和广义XY模型.我们发现,在一个全连接的神经网络中,只使用一个隐藏层,可以学习渗流过渡和数据崩溃,通过使用平均输出层给出正确的估计的临界指数$ν$。我们还研究了经典XY模型中的Berezinskiii-Kosterlitz-numerless跃迁,它涉及到拓扑缺陷--涡旋和反涡旋的结合和解结合。广义XY模型包含了更丰富的相,如顺磁相、顺磁相和准长程铁磁相,我们还将机器学习方法应用于其中,在两个特定的参数$Δ$值下,我们从仅用沿温度轴的数据训练的网络获得了一致的相图,其中$Δ$是纯XY耦合的相对权重。除了使用自旋配置(角度或自旋分量)作为卷积神经网络的输入信息之外,我们还设计了一种使用自旋方向直方图的特征工程方法,以便训练网络学习广义XY模型中的三个阶段,并证明它确实有效。通过使用系统尺寸$L\times L$训练的网络可以用于其他尺寸($L'\times L'$,其中$L'\ne L$)的相图,而无需任何进一步的训练。
2019-06-08 cond-mat.dis-nn cond-mat.quant-gas cond-mat.stat-mech
Machine learning of phases and structures for model systems in physics
本文综述了机器学习用于凝聚态物理相变检测的最新进展,重点介绍了研究者利用有监督和无监督学习,在四类物理模型系统的相和结构确定中的相关贡献。
2024-09-04 cond-mat.dis-nn
Local Density of the Bose Glass Phase
我们研究了玻色-哈伯德模型在正则系综中存在在位无序的情况下,得出玻色玻璃相的局域密度在无公度填充时与在公度填充时的行为不同的结论。缩放的超流密度在无公度填充的$ρ=1.1$和现场相互作用$U=80t$预测超流玻色玻璃化转变在无序强度$Δ_c \approx 30t$。在这种填充的局部密度分布显示出歪斜的行为与无序强度的增加。多重分形分析也表明了类似于安德森局域化的多重分形行为。逾渗分析指出,在相同的无序值附近,非整数填充位点发生相变。我们的研究结果支持了超流团簇增强超流玻色玻璃化转变附近的安德森局域化的假设。另一方面,相称填充系统的行为是相当不同的。在靠近Mott波瓣($ρ=1, U=22t$)的尖端处,我们发现了无序强度为$Δ_c \approx 16t$的莫特绝缘体-玻色玻璃化转变.对局部密度分布的分析显示,对于转变上方和下方的各种疾病,都存在类似高斯的行为。
2018-06-07 cond-mat.dis-nn cond-mat.quant-gas
Drawing Phase Diagrams of Random Quantum Systems by Deep Learning the Wave Functions
神经网络在凝聚态物理中的应用正变得越来越普遍并开始被广泛接受。获得和表示基态和激发态波函数是这种应用的例子。另一个应用是分析波函数和确定它们的量子相位。在这里,我们回顾了使用多层卷积神经网络(所谓的深度学习)来确定随机电子系统中的量子相位的最新进展。通过对已知相位中限定参数区域内的波函数进行监督学习训练神经网络,神经网络可以确定未知相位中宽参数区域内的波函数的相位,从而得到相图。我们通过绘制二维和高维Anderson金属-绝缘体跃迁和量子跃迁以及三维拓扑绝缘体和Weyl半金属等无序拓扑系统的相图,证明了该方法的有效性和通用性.分析了实空间和傅里叶空间的波函数。与传统的方法相比,其优点和缺点进行了讨论。
2019-12-26 cond-mat.dis-nn cond-mat.mes-hall cond-mat.stat-mech
Optimized Machine Learning Methods for Studying the Thermodynamic Behavior of Complex Spin Systems
Heidelberg Institute of Global Health, Heidelberg University Hospital, Heidelberg University, INF 130.3, Heidelberg 69120, Germany(海德堡全球健康研究所、海德堡大学医院、海德堡大学);Institute for Functional Intelligent Materials, National University of Singapore, 21 Lower Kent Ridge Road, 119077, Singapore(功能智能材料研究所、新加坡国立大学)
本文提出利用卷积神经网络优化研究复杂自旋系统热力学行为,通过训练不同晶格结构的相态分类器,有效降低误差并确定临界温度。
2025-12-08 cond-mat.dis-nn cs.LG physics.comp-ph
Topological Impurity Bands
School of Physics, Georgia Institute of Technology(佐治亚理工学院物理学院)
本文提出随机局域缺陷可形成拓扑杂质带(TIB),诱导新的拓扑相变,即使初始模型为平庸带绝缘体,并通过解析和数值计算验证了该机制。
2026-09-09 cond-mat.dis-nn cond-mat.mes-hall cond-mat.mtrl-sci
Information Bounds on phase transitions in disordered systems
Raymond and Beverly Sackler School of Physics and Astronomy, Tel-Aviv University(特拉维夫大学雷蒙德和贝弗利·萨克勒物理与天文学学院)
利用信息论中概率分布可区分性,推导无序系统(如安德森局域化、多体局域化、随机量子电路)中相变临界指数的上界,并重新导出Harris判据,发现有限尺寸Fock空间局域化数值结果不满足该界。
2026-05-29 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Sampling two-dimensional spin systems with transformers
Institute of Applied Computer Science(应用计算机科学研究所);Institute of Theoretical Physics(理论物理研究所);Doctoral School of Exact and Natural Sciences(精确与自然科学博士学院)
本文提出用变换器生成自旋系统的新方法,通过分组生成自旋提高效率,测试了Ising模型和Edwards-Anderson模型,实现了更大的系统规模。
2026-04-30 cond-mat.dis-nn cond-mat.stat-mech cs.LG
Universal Scaling Laws of Absorbing Phase Transitions in Artificial Deep Neural Networks
Institute for Physics of Intelligence, The University of Tokyo(智能物理研究所,东京大学);AI Laboratory, Aisin Corporation(爱思特实验室,爱思特公司);Department of Physics, The University of Tokyo(物理系,东京大学);Institute for Solid State Physics, The University of Tokyo(固态物理研究所,东京大学)
本文证明处于混沌边缘的人工深度神经网络表现出吸收相变普适标度律,揭示多层感知器与卷积神经网络分属不同普适类,并指出临界性对理解深度网络泛化与智能具有重要意义。
2025-04-10 cond-mat.dis-nn cond-mat.stat-mech cs.LG