Busca avançada
Ano de início
Entree

Abordagem de deep learning para física de muitos corpos quânticos

Processo: 20/10505-6
Modalidade de apoio:Bolsas no Brasil - Doutorado
Data de Início da vigência: 01 de março de 2021
Data de Término da vigência: 31 de agosto de 2024
Área de conhecimento:Ciências Exatas e da Terra - Física - Física da Matéria Condensada
Pesquisador responsável:Silvio Antonio Sachetto Vitiello
Beneficiário:William Freitas e Silva
Instituição Sede: Instituto de Física Gleb Wataghin (IFGW). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:16/17612-7 - Dinâmica de sistemas de muitos corpos IV, AP.TEM
Assunto(s):Sistemas quânticos   Aprendizagem profunda   Problemas de muitos corpos   Física computacional
Palavra(s)-Chave do Pesquisador:Backflow iterativo | Deep Learning | Matriz densidade variacional | Monte Carlo quântico | Supersólido | Warm Dense Matter | Sistemas quânticos

Resumo

Este projeto tem como objetivo estudar sistemas de interesse atual, como hélio fermiônico e "warm-dense matter". Por exemplo, propriedades como suscetibilidade e estabilidade do estado não polarizado do 3He estão entre os tópicos de estudo, bem como o comportamento do gás elétron sob condições quentes e densas. Para investigar o problema, o objetivo é desenvolver uma função de onda variacional e uma matriz de densidade variacional através de redes neurais artificiais, combinando as abordagens de "deep learning" e "backflow" iterativo. O trabalho proposto permite a pesquisa de importantes tópicos em andamento no campo da Física Computacional. Além disso, existem resultados possivelmente promissores que valem a pena ser analisados. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
SILVA, William Freitas e. Abordagem de deep learning para sistemas quânticos de muitos corpos. 2024. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Física Gleb Wataghin Campinas, SP.