<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
<body>
Уважаемые коллеги!
<div class="moz-forward-container">
<div class="moz-forward-container"> <br>
На заседании Ученого совета в пятницу 17 ноября в 11:30 будут
заслушаны 2 доклада :</div>
</div>
<br>
<div class="speakers">1) В.Э. Адлер<br>
<b><font size="4">Уравнение КдФ и цепочка Вольтерры: негативные
потоки и многокомпонентные редукции типа Пенлеве</font></b><br>
</div>
<br>
<div class="abstract tex">
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<sup>m</sup>.<br>
<br>
<br>
</div>
2) Л.Н. Щур<br>
<b><font size="4">Конечно-мерный анализ фазовых переходов второго
рода в классических спиновых моделях методом машинного обучения</font></b>
(короткий доклад)
<div class="speakers"><br>
</div>
<div class="abstract tex">
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].<br>
Доклад основан на статьях<br>
1. V. Chertenkov, E. Burovski, L. Shchur, Finite-size analysis in
neural network classification of critical phenomena, Phys. Rev. E
108, L032102 (2023). <br>
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.<br>
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).
</div>
<br>
<br>
ID и пароль онлайн-трансляций в Zoom те же, что и для предыдущих
трансляций семинаров и докладов на Ученом совете:<br>
<div class="moz-cite-prefix"> <a class="moz-txt-link-freetext"
href="https://zoom.us/j/96899364518?pwd=MzBsR2lYT0lYL2x2b1oyNU9LeWlWUT09">https://zoom.us/j/96899364518?pwd=MzBsR2lYT0lYL2x2b1oyNU9LeWlWUT09</a><br>
Meeting ID: 968 9936 4518<br>
Пароль: 250319</div>
<br>
При числе желающих не менее 5 будет организован автобус. <br>
Для записи на автобус из Москвы в Черноголовку необходимо до 18:00
четверга отправить письмо на адрес электронной почты <a
class="moz-txt-link-abbreviated moz-txt-link-freetext"
href="mailto:bus@itp.ac.ru">bus@itp.ac.ru</a> <br>
После этого записавшимся до 20:00 поступит подтверждение об отправке
или неотправке автобуса в зависимости от числа записавшихся. <br>
Запись на обратный автобус - на Ученом совете. <br>
</body>
</html>