Séance de cours

Markov Chain Monte Carlo: Équilibre détaillé et réseaux neuronaux

Description

Cette séance de cours présente la chaîne de Markov Monte Carlo comme une stratégie pour générer des échantillons dans une chaîne, expliquant les probabilités de transition et la condition d'équilibre détaillée. Il se penche ensuite sur l'application des réseaux neuronaux dans la représentation des états quantiques, en discutant de la normalisation des fonctions d'onde et des états quantiques autorégressifs. L'instructeur présente l'utilisation des réseaux neuronaux dans l'approximation des états fondamentaux des systèmes de spins frustrés, soulignant les améliorations de la précision au fil du temps et l'importance des symétries dans l'amélioration des résultats.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

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.