Posted 13 апреля 2021,, 09:24
Published 13 апреля 2021,, 09:24
Modified 18 октября 2022,, 05:34
Updated 18 октября 2022,, 05:34
Руководил работой ученых УдмФИЦ УрО РАН главный научный сотрудник, заведующий отделом теоретической физики, доктор физико-математических наук Анатолий Аржников. Статья, посвященная результатам их работы, опубликована в 2021 году в американском журнале AIP Advances (AmericanInstituteofPhysics).
По словам Анатолия Аржникова, разработку методики начали с решения достаточно простой задачи: с помощью метода Монте-Карло (когда вероятностные характеристики процесса описываются на основе большого количества случайных данных) были сформированы характеристики бинарного сплава при фиксированной концентрации. На этих данных ученые и «обучили» нейронную сеть, которая повторила результаты метода Монте-Карло.
После этого, нейросеть на основе полученных «знаний» смогла определить свойства сплавов уже во всем диапазоне концентраций.
«Что дает эта решенная с помощью нейросетей научная задача? Представьте себе: есть экспериментальный набор данных для сплава при фиксированной концентрации. И в эксперименте я могу определить ближний порядок в этом сплаве. Я обучаю на этих данных нейронную сеть – и она мне выдает результаты по упорядочению сплавов при других концентрациях, где нет ни эксперимента, ни теории», – объясняет Анатолий Аржников.
Эту методику ученые Удмуртии разработали для одной определенной архитектуры нейронной сети - ограниченной машины Больцмана. «Мы впервые предложили и использовали этот метод в обучении нейронной сети для конкретного сплава. К счастью, у нас все получилось», - заключает Анатолий Константинович.
На этот метод ученые возлагают большие надежды. В теоретической плоскости он поможет в описании электронных состояний сильных корреляций, сверхпроводимости. Методу найдется применение и на практике.
Уже готова к публикации еще одна научная работа – о развитие этих исследований. В настоящее время она находится на рецензировании у представителей научного сообщества в США.