Buchumschlag

CoRMF: Criticality-Ordered Recurrent Mean Field Ising Solver

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pan, Zhenyu, Gilani, Ammar, Kuo, En-Jui, Liu, Zhuo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistical Mechanics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Autonomous Discovery of the Ising Model's Critical Parameters with Reinforcement Learning
von: Man, Hai, et al.
Veröffentlicht: (2026)

Computationally sufficient statistics for Ising models
von: Jayakumar, Abhijith, et al.
Veröffentlicht: (2026)

Selecting Optimal Variable Order in Autoregressive Ising Models
von: Biswal, Shiba, et al.
Veröffentlicht: (2026)

Identifying Ising and percolation phase transitions based on KAN method
von: Xu, Dian, et al.
Veröffentlicht: (2025)

Generalized BChS Model with Group Interactions: Shift in the Critical Point and Mean-Field Ising Universality
von: Pradhan, Amit
Veröffentlicht: (2026)

Ordering kinetics in the active Ising model
von: Bandyopadhyay, Sayam, et al.
Veröffentlicht: (2024)

Efficient Identification of Critical Transitions via Flow Matching: A Scalable Generative Approach for Many-Body Systems
von: Lee, Qian-Rui, et al.
Veröffentlicht: (2025)

Neural-network quantum state study of the long-range antiferromagnetic Ising chain
von: Kim, Jicheol, et al.
Veröffentlicht: (2023)

Deep generative modelling of canonical ensemble with differentiable thermal properties
von: Li, Shuo-Hui, et al.
Veröffentlicht: (2024)

Classical Shadows with Improved Median-of-Means Estimation
von: Fu, Winston, et al.
Veröffentlicht: (2024)

Machine learning force-field model for kinetic Monte Carlo simulations of itinerant Ising magnets
von: Tyberg, Alexa, et al.
Veröffentlicht: (2024)

Ordering kinetics with long-range interactions: interpolating between voter and Ising models
von: Corberi, Federico, et al.
Veröffentlicht: (2024)

IsingFormer: Augmenting Parallel Tempering With Learned Proposals
von: Bunaiyan, Saleh, et al.
Veröffentlicht: (2025)

Universal Approximation of Mean-Field Models via Transformers
von: Biswal, Shiba, et al.
Veröffentlicht: (2024)

Scaling Autoregressive Models for Lattice Thermodynamics
von: Du, Xiaochen, et al.
Veröffentlicht: (2026)

Concurrence of Symmetry Breaking and Nonlocality Phase Transitions in Diffusion Models
von: Zhang, Yifan F., et al.
Veröffentlicht: (2026)

Message Passing Variational Autoregressive Network for Solving Intractable Ising Models
von: Ma, Qunlong, et al.
Veröffentlicht: (2024)

deGennes-Suzuki-Kubo Quantum Ising Mean Field Dynamics: Applications to Quantum Hysteresis, Heat Engines and Annealing
von: Das, Soumyaditya, et al.
Veröffentlicht: (2025)

Boltzmann Machine Learning with a Parallel, Persistent Markov chain Monte Carlo method for Estimating Evolutionary Fields and Couplings from a Protein Multiple Sequence Alignment
von: Miyazawa, Sanzo
Veröffentlicht: (2026)

Machine learning the Ising transition: A comparison between discriminative and generative approaches
von: Zhang, Difei, et al.
Veröffentlicht: (2024)

A Planning-and-Exploring Approach to Extreme-Mechanics Force Fields
von: Shi, Pengjie, et al.
Veröffentlicht: (2023)

Kinetic Random-Field Nonreciprocal Ising Model
von: R, Arjun, et al.
Veröffentlicht: (2025)

Clustering Molecular Energy Landscapes by Adaptive Network Embedding
von: Mercurio, Paula, et al.
Veröffentlicht: (2024)

Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory
von: Watanabe, Sumio
Veröffentlicht: (2024)

Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
von: Elliott, Chris, et al.
Veröffentlicht: (2026)

Statistics of Min-max Normalized Eigenvalues in Random Matrices
von: Nakada, Hyakka, et al.
Veröffentlicht: (2025)

Laws of thermodynamics for exponential families
von: Balsubramani, Akshay
Veröffentlicht: (2025)

Dynamical Regimes of Diffusion Models
von: Biroli, Giulio, et al.
Veröffentlicht: (2024)

Neural Thermodynamic Integration: Free Energies from Energy-based Diffusion Models
von: Máté, Bálint, et al.
Veröffentlicht: (2024)

How to explain grokking
von: Kozyrev, S. V.
Veröffentlicht: (2024)

Solvation Free Energies from Neural Thermodynamic Integration
von: Máté, Bálint, et al.
Veröffentlicht: (2024)

Discrete distributions are learnable from metastable samples
von: Jayakumar, Abhijith, et al.
Veröffentlicht: (2024)

Speed-accuracy relations for diffusion models: Wisdom from nonequilibrium thermodynamics and optimal transport
von: Ikeda, Kotaro, et al.
Veröffentlicht: (2024)

Efficient mapping of phase diagrams with conditional Boltzmann Generators
von: Schebek, Maximilian, et al.
Veröffentlicht: (2024)

Improving FMQA via Initial Training Data Design Considering Marginal Bit Coverage in One-Hot Encoding
von: Hayashi, Taiga, et al.
Veröffentlicht: (2026)

Combining Reinforcement Learning and Tensor Networks, with an Application to Dynamical Large Deviations
von: Gillman, Edward, et al.
Veröffentlicht: (2022)

Scalable Boltzmann Generators for equilibrium sampling of large-scale materials
von: Schebek, Maximilian, et al.
Veröffentlicht: (2025)

Emergence of Nonequilibrium Latent Cycles in Unsupervised Generative Modeling
von: Baiesi, Marco, et al.
Veröffentlicht: (2025)

Posterior Collapse as Automatic Spectral Pruning
von: Hirn, Johannes
Veröffentlicht: (2026)

Machine Learning H-theorem
von: Lier, Ruben
Veröffentlicht: (2025)