MétaCan
Menu
Retour à la cohorte
Enregistrement W2166771359 · doi:10.1103/physreve.79.041127

Monte Carlo study of degenerate ground states and residual entropy in a frustrated honeycomb lattice Ising model

2009· article· en· W2166771359 sur OpenAlexafffund
Shawn Andrews, Hans De Sterck, Stephen Inglis, Roger G. Melko

Notice bibliographique

RevuePhysical Review E · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Condensed Matter Physics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaÉcole Normale Supérieure
Mots-clésResidual entropyIsing modelGround statePhysicsMonte Carlo methodDegenerate energy levelsSpinsStatistical physicsHamiltonian (control theory)Lattice (music)Markov chain Monte CarloCondensed matter physicsQuantum mechanicsMathematicsConfiguration entropyStatisticsMathematical optimization

Résumé

récupéré en direct d'OpenAlex

We study a classical fully frustrated honeycomb lattice Ising model using Markov-chain Monte Carlo methods and exact calculations. The Hamiltonian realizes a degenerate ground-state manifold of equal-energy states, where each hexagonal plaquette of the lattice has one and only one unsatisfied bond, with an extensive residual entropy that grows as the number of spins N. Traditional single-spin-flip Monte Carlo methods fail to sample all possible spin configurations in this ground state efficiently, due to their separation by large energy barriers. We develop a nonlocal "chain-flip" algorithm that solves this problem, and demonstrate its effectiveness on the Ising Hamiltonian with and without perturbative interactions. The two perturbations considered are a slightly weakened bond and an external magnetic field h. For some cases, the chain-flip move is necessary for the simulation to find an ordered ground state. In the case of the magnetic field, two magnetized ground states with nonextensive entropy are found, and two special values of h exist where the residual entropy again becomes extensive, scaling proportionally to N ln phi, where phi is the golden ratio.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,793

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,314
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetAdvanced Condensed Matter PhysicsTravaux en français237 207