Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Originaltitel:
Tensor networks, conformal fields and machine learning: applications in the description of quantum many-body systems
Übersetzter Titel:
Tensornetzwerke, konforme Felder und maschinelles Lernen: Anwendung auf die Beschreibung von Quantenvielteilchensystemen
Autor:
Glasser, Ivan
Jahr:
2018
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Physik
Betreuer:
Cirac, Ignacio (Prof. Dr.)
Gutachter:
Cirac, Ignacio (Prof. Dr.); Brambilla, Nora (Prof. Dr.)
Sprache:
en
Fachgebiet:
PHY Physik
Stichworte:
Tensor networks, quantum many-body physics, fractional quantum Hall effect, machine learning
Übersetzte Stichworte:
Tensornetzwerke, Quantenvielteichentheorie, fraktionaler Quanten-Hall-Effekt, maschinelles Lernen
TU-Systematik:
PHY 000d
Kurzfassung:
This thesis is devoted to the application of tensor-network methods to problems in quantum many-body physics in one and two dimensions and in machine learning. It contributes to the theory of infinite dimensional tensor networks giving rise to critical or fractional quantum Hall lattice models. The power of artificial neural networks at representing such states is investigated both analytically and numerically, and connections with tensor networks are uncovered, with applications both in the stu...     »
Übersetzte Kurzfassung:
Diese Dissertation beschäftigt sich mit der Anwendung von Tensornetzwerkmethoden auf Fragen der Quantenvielteilchentheorie und des maschinellen Lernens. Sie trägt zur Theorie unendlich-dimensionaler Tensornetzwerke bei, welche Gittermodelle mit kritischen Eigenschaften oder Eigenschaften fraktionaler Quanten-Hall Systeme definieren. Die Eignung künstlicher neuronaler Netze für die Darstellung solcher Zustände wird untersucht und es werden Verbindungen zu Tensornetzwerken identifiziert, welche so...     »
WWW:
https://mediatum.ub.tum.de/?id=1452477
Eingereicht am:
30.08.2018
Mündliche Prüfung:
07.12.2018
Dateigröße:
23575535 bytes
Seiten:
197
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181207-1452477-1-8
Letzte Änderung:
18.12.2018
 BibTeX