Busca avançada
Ano de início
Entree

O uso de machine learning no estudo de transições de fases quânticas

Processo: 21/03074-1
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de agosto de 2021
Data de Término da vigência: 31 de julho de 2023
Área de conhecimento:Ciências Exatas e da Terra - Física - Física da Matéria Condensada
Pesquisador responsável:Felipe Fernandes Fanchini
Beneficiário:Pedro Marcelo Prado
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Assunto(s):Mecânica quântica   Aprendizado computacional   Transição de fase quântica
Palavra(s)-Chave do Pesquisador:machine learning | Transição de fase quântica | Física quântica

Resumo

O Estudo das transições de fases quânticas é um aspecto de grande interesse na comunidade científica. Apesar dos enormes esforços para se detectar as transições e classificar as fases, atualmente este ainda é um grande problema dado o esforço computacional necessário na diagonalização das matrizes de alta dimensão. Nosso objetivo, nesse sentido, é entender como as técnicas de Machine Learning (ML) podem ser úteis na detecção e classificação das transições de fases quânticas. Iremos trabalhar com modelos diversos, tanto de spin-1, quanto spin-1/2, levando à prova a efetividade dos métodos de ML. Pretendemos, fazendo uso das técnicas clássicas de ML, desenvolver um algoritmo "classificador universal", de forma que dado um modelo físico arbitrário e desconhecido, esse possa descrever o diagrama de fases do sistema. (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)