Publication

Ising Interfaces and Free Boundary Conditions

Concepts associés (20)
Symétrie conforme
En physique théorique, la symétrie conforme désigne la symétrie sous changement d'échelle, on dit aussi sous dilatation, ainsi que sous les transformations conformes spéciales. Sa combinaison avec le groupe de Poincaré donne le groupe de symétrie conforme ou plus simplement, groupe conforme. Voici un exemple de représentation du groupe conforme dans l'espace-temps, ou plus précisément de son algèbre de Lie où les sont les générateurs associés au groupe de Lorentz, les génèrent les translations de l'espace-temps (les valeurs propres de ces derniers correspondant au quadrivecteur impulsion-énergie), engendre la transformation par dilatation et enfin les engendrent les transformations conformes spéciales.
Invariance d'échelle
Il y a invariance d'échelle lorsqu'aucune échelle ne caractérise le système. Par exemple, dans un ensemble fractal, les propriétés seront les mêmes quelle que soit la distance à laquelle on se place. Une fonction g est dite invariante d'échelle s'il existe une fonction telle que pour tout x et y : Alors, il existe une constante et un exposant , tels que : En physique, l'invariance d'échelle n'est valable que dans un domaine de taille limité — par exemple, pour un ensemble fractal, on ne peut pas se placer à une échelle plus petite que celle des molécules, ni plus grande que la taille du système.
Théorie conforme des champs
Une théorie conforme des champs ou théorie conforme (en anglais, conformal field theory ou CFT) est une variété particulière de théorie quantique des champs admettant le comme groupe de symétrie. Ce type de théorie est particulièrement étudié lorsque l'espace-temps y est bi-dimensionnel car en ce cas le groupe conforme est de dimension infinie et bien souvent la théorie est alors exactement soluble.
Réseau de neurones récurrents
Un réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Two-dimensional conformal field theory
A two-dimensional conformal field theory is a quantum field theory on a Euclidean two-dimensional space, that is invariant under local conformal transformations. In contrast to other types of conformal field theories, two-dimensional conformal field theories have infinite-dimensional symmetry algebras. In some cases, this allows them to be solved exactly, using the conformal bootstrap method. Notable two-dimensional conformal field theories include minimal models, Liouville theory, massless free bosonic theories, Wess–Zumino–Witten models, and certain sigma models.
Réseau de neurones artificiels
Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Apprentissage profond
L'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Théorie de Liouville
In physics, Liouville field theory (or simply Liouville theory) is a two-dimensional conformal field theory whose classical equation of motion is a generalization of Liouville's equation. Liouville theory is defined for all complex values of the central charge of its Virasoro symmetry algebra, but it is unitary only if and its classical limit is Although it is an interacting theory with a continuous spectrum, Liouville theory has been solved. In particular, its three-point function on the sphere has been determined analytically.
Boundary layer thickness
This page describes some of the parameters used to characterize the thickness and shape of boundary layers formed by fluid flowing along a solid surface. The defining characteristic of boundary layer flow is that at the solid walls, the fluid's velocity is reduced to zero. The boundary layer refers to the thin transition layer between the wall and the bulk fluid flow. The boundary layer concept was originally developed by Ludwig Prandtl and is broadly classified into two types, bounded and unbounded.
Dual d'un polyèdre
En géométrie, il existe plusieurs façons (géométrique, combinatoire) de mettre les polyèdres en dualité : on peut se passer de support géométrique et définir une notion de dualité en termes purement combinatoires, qui s'étend d'ailleurs aux polyèdres et polytopes abstraits. Dans chaque cas, à tout polyèdre est associé un polyèdre appelé dual du premier, tel que : le dual du polyèdre dual est le polyèdre initial, les faces de l'un sont en correspondance avec les sommets de l'autre, en respectant les propriétés d'adjacence.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.