Классификация фазовых переходов методами машинного обучения

ФИО студента: Прокопьев Григорий Андреевич

Кампус/факультет: Московский институт электроники и математики им. А.Н. Тихонова

Программа: Прикладная математика (Бакалавриат)

Год защиты: 2021

Объектом исследования данной работы является вопрос применения методов машинного обучения для обнаружения точки фазового перехода в модели Поттса - модели ферромагнетизма из статистической механики. Для генерации конфигураций спинов решеток в модели Поттса был реализован кластерный алгоритм Свендсена-Ванга. В качестве алгоритма машинного обучения была рассмотрена и протестирована сверточная нейронная сеть, которая обучалась классифицировать фазу, в которой находится система, по конфигурации ее спинов. Был проведен анализ результатов применения нейронной сети, а также было выявлено, что модель может с достаточной точностью определять температуру фазового перехода.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ