MétaCan
Menu
← Retour à la cohorte
Enregistrement W7018424568

Développement d’un modèle dual au modèle t-J pour l’étude de l’intrication interparticule par réseaux de tenseurs

2019· other· fr· W7018424568 sur OpenAlexfundno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2019
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésFirst orderFailoverLimiting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans un système à plusieurs corps, l’entropie d’intrication nous permet d’évaluer la magnitude de l’intrication entre deux parties du système. Nous pouvons imaginer deux types de partitions. Dans un premier temps, nous pouvons partitionner entre les sites du réseau. Dans un second temps, nous pouvons partitionner entre les particules dans le système. Dans un hamiltonien fermionique régulier, la position des sites est très bien définie et il sera aisé de partitionner entre les sites. Cependant, la position des particules n’est pas bien définie et il va être difficile d’identifier le nombre de particules de chaque côté d’une partition. Dans ce mémoire, nous présentons une représentation duale pour le modèle t-J où les particules sont fixées à un site spécifique, ce qui permet l’étude de l’intrication entre particules dans des systèmes de grande taille. Nous comparons cette représentation au modèle t-J régulier en utilisant diverses métriques. Plus spécifiquement, nous étudions : l’énergie de l’état fondamental, le diagramme de phase ainsi que le coefficient d’entropie des deux modèles. Nos simulations ont montré que l’entropie d’intrication agit différemment dans une partition entre les sites par rapport à une partition entre les particules. Dans la représentation originale, le coefficient d’entropie avec la taille du réseau est constant sans transition de phase. Cependant, elle varie dans la représentation duale. La difficulté de représenter un état avec des réseaux de tenseurs est principalement due à l’intrication dans le système. Dès lors, le modèle dual peut potentiellement représenter des états qui sont intraitables dans la représentation originale.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,020
Tête enseignante GPT0,220
Écart entre enseignants0,200 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Travaux en français237 207→