Mar, 2020
深度异常检测实现非监督式相位发现
Unsupervised phase discovery with deep anomaly detection
Korbinian Kottmann, Patrick Huembeli, Maciej Lewenstein, Antonio Acin
TL;DR本研究使用自动化和无监督的机器学习探索相图,以确定可能出现新相的感兴趣区域。作为范例,我们使用深度神经网络在扩展 Bose-Hubbard 1D 模型中完全无监督和自动化的确定整个相图,发现超固体和超流体部之间的相分离区域具有意想不到的性质,并揭示了超过标准的超流体,Mott 绝缘体,Haldane 绝缘体和密度波相。