MétaCan
Menu
Retour à la cohorte
Enregistrement W4396759989 · doi:10.21468/scipostphyscore.7.2.028

Quantum Monte Carlo simulation of the 3D Ising transition on the fuzzy sphere

2024· article· en· W4396759989 sur OpenAlexafffund
Johannes S. Hofmann, Florian Goth, W. Zhu, Yin-Chen He, Emilie Huffman

Notice bibliographique

RevueSciPost Physics Core · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensPerimeter Institute
Organismes subventionnairesIrving and Cherna Moskowitz Center for Nano and Bio-nano Imaging, Weizmann Institute of ScienceNational Natural Science Foundation of ChinaDeutsche ForschungsgemeinschaftWestlake UniversityGovernment of OntarioMinistry of Colleges and UniversitiesUnited States - Israel Binational Science FoundationEuropean Research CouncilNational Science Foundation
Mots-clésIsing modelStatistical physicsMonte Carlo methodQuantum Monte CarloPhysicsMonte Carlo method in statistical physicsMonte Carlo molecular modelingDynamic Monte Carlo methodHybrid Monte CarloCondensed matter physicsMathematicsMarkov chain Monte CarloStatistics

Résumé

récupéré en direct d'OpenAlex

We present a numerical quantum Monte Carlo (QMC) method for simulating the 3D phase transition on the recently proposed fuzzy sphere [Phys. Rev. X 13, 021009 (2023)]. By introducing an additional SU(2) layer degree of freedom, we reformulate the model into a form suitable for sign-problem-free QMC simulation. From the finite-size-scaling, we show that this QMC-friendly model undergoes a quantum phase transition belonging to the 3D Ising universality class, and at the critical point we compute the scaling dimensions from the state-operator correspondence, which largely agrees with the prediction from the conformal field theory. These results pave the way to construct sign-problem-free models for QMC simulations on the fuzzy sphere, which could advance the future study on more sophisticated criticalities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSciPost Physics CoreMême sujetTheoretical and Computational PhysicsTravaux en français237 207