イジングモデルの機械学習臨界温度

critial-temperature.pngイジングモデルの臨界温度決定問題について、これまで近似を用いる手法や計算機で数値的に解く手法が主流であった。我々は、異なるアプローチとして、ニューラルネットワークを用いる手法を提案した。格子の特徴量として格子グリーン関数を用いることで、異なる構造の格子に対して共通のニューラルネットワークを用いて臨界温度を予測することが可能となる。4種類の格子を用いテストを行った結果、学習データに含めた格子については高い精度で臨界温度予測に成功した。また学習データに含めていない格子についても、部分的ではあるが、臨界温度の予測が可能であることを示した