Publicação: Análise tomográfica de redes neurais aplicada a problemas quânticos de muitos corpos
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA::FISICA DA MATERIA CONDENSADA, CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
O uso de redes neurais artificiais para representar estados quânticos de muitos corpos
tem despertado grande interesse nos últimos anos, oferecendo uma abordagem promissora
paralidarcomproblemascomplexosquesurgemnestecontexto. Nestetrabalhopropomos
uma tomografia dos pesos de uma rede neural aplicada ao problema para obter o estado
fundamental de cadeias de spins 1D com interação entre vizinhos. Um dos objetivos é
entender como métodos de aprendizado de máquina não supervisionado possa identificar
regimes em cadeias de spins 1D, tais como ferromagnético, antiferromagnético e frustrado.
Nosso trabalho busca contribuir para o entendimento como as redes neurais incorporam
característicasfísicasdemodelosfísicoscomooemaranhamentoemseuspesossinápticos.
Abstract
The use of artificial neural networks to represent many-body quantum states has spar-
ked great interest in recent years, offering a promising approach to addressing complex
problems arising in this context. In this work, we propose a tomography of the weights of
a neural network applied to the problem to obtain the ground state of 1D spin chains with
neighbor interaction. One of the objectives is to understand how unsupervised machine
learning methods can identify regimes in 1D spin chains, such as ferromagnetic, antifer-
romagnetic, and frustrated regimes. Our work seeks to contribute to the understanding
of how neural networks incorporate physical characteristics of physical models, such as
entanglement, into their synaptic weights.
Palavras-chave
Redes neurais artificiais, Estados quânticos de muitos corpos, Artificial neural networks, Quantum many-body states
Citação
FRANÇA, Mardônio Jó Carvalho de. Análise tomográfica de redes neurais aplicada a problemas quânticos de muitos corpos. 2026. 94 f. Dissertação (Mestrado em Física) - Universidade Federal de Uberlândia, Uberlândia, 2026. DOI http://doi.org/10.14393/ufu.di.2026.11035.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto