[Landau ITP Seminars] Friday 17.11.2023

[Serge Krashakov]

Уважаемые коллеги!

На заседании Ученого совета в пятницу 17 ноября в 11:30 будут заслушаны 
2 доклада :

1) В.Э. Адлер
*Уравнение КдФ и цепочка Вольтерры: негативные потоки и 
многокомпонентные редукции типа Пенлеве*

Изучены редукции уравнения КдФ и цепочки Вольтерры, отвечающие 
стационарным уравнениям для дополнительной (некоммутативной и 
нелокальной) подалгебры симметрий. Показано, что, в случае общего 
положения, такие редукции эквивалентны стационарному уравнению для суммы 
симметрии Галилея или скейлинга и произвольного числа негативных потоков 
с разными параметрами. Это даёт для них единообразную форму записи в 
виде m-компонентных систем типа Пенлеве (непрерывных в случае КдФ, 
дискретных в случае цепочки Вольтерры). Получены соответствующие 
изомонодромные пары Лакса и преобразования Бэклунда, образующие решётку 
Z^m .


2) Л.Н. Щур
*Конечно-мерный анализ фазовых переходов второго рода в классических 
спиновых моделях методом машинного обучения* (короткий доклад)

Исследуется проблема обучения нейросети с учителем для исследования 
ферромагнитных фазовых переходов. Обнаружено, что дисперсия выходной 
функции нейронной сети (VOF) как функция температуры имеет пик в 
критической области [1]. Ширина этого пика позволяет провести оценку 
критического показателя корреляционной длины. Мы использовали поведение 
VOF в применении к модели Изинга с анизотропными связями в двух 
измерениях [2]. Сеть была обучена на изотропной модели Изинга на 
квадратной решетке и при тестировании на анизотропной модели были 
проведены оценки показателя критической длины и значения критической 
температуры. Положительным результатом исследования является то, что 
нейронные сети, обученные на изотропной модели, хорошо предсказывают 
класс универсальности анизотропных моделей. Отрицательный результат 
заключается в том, что нейронная сеть предсказывает критическую 
температуру анизотропной модели смещенной, а отклонение от известного 
значения увеличивается с ростом анизотропии [3].
Доклад основан на статьях
1. V. Chertenkov, E. Burovski, L. Shchur, Finite-size analysis in neural 
network classification of critical phenomena, Phys. Rev. E 108, L032102 
(2023).
2. D. Sukhoverkhova, V. Chertenkov, E. Burovski, and L. Shchur, On the 
validity of transfer learning for temperature and critical exponent 
extraction, to be published in Springer Proceedings in Physics.
3. D. Sukhoverkhova, V. Chertenkov, E. Burovski, and L. Shchur, Validity 
and Limitations of Supervised Learning for Phase Transition Research, 
accepted to Springer LNCS (Lecture Notes in Computer Science).


ID и пароль онлайн-трансляций в Zoom те же, что и для предыдущих 
трансляций семинаров и докладов на Ученом совете:
https://zoom.us/j/96899364518?pwd=MzBsR2lYT0lYL2x2b1oyNU9LeWlWUT09
Meeting ID: 968 9936 4518
Пароль: 250319

При числе желающих не менее 5 будет организован автобус.
Для записи на автобус из Москвы в Черноголовку необходимо до 18:00 
четверга отправить письмо на адрес электронной почты bus at itp.ac.ru
После этого записавшимся до 20:00 поступит подтверждение об отправке или 
неотправке автобуса в зависимости от числа записавшихся.
Запись на обратный автобус - на Ученом совете.
-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://mailman.itp.ac.ru/pipermail/seminars/attachments/20231113/bc2c0537/attachment.htm>