Projekty finansowane przez NCN
Czy sztuczna sieć neuronowa może nauczyć nas fizyki kwantowej?
2019/33/N/ST2/03123
Słowa kluczowe:
klasyfikacja faz ultrazimne atomy lokalizacja wielociałowa fazy topologiczne uczenie maszynowe sieci neuronowe wyjaśnialność uczenia maszynowego
Deskryptory:
- ST2_7: Fizyka atomowa i molekularna
- ST2_8: Ultrazimne atomy i cząsteczki
- ST2_19: Podstawy fizyki i fizyka matematyczna
Panel:
ST2 - Podstawowe składniki materii: fizyka cząstek elementarnych, jądrowa, plazmy, atomowa, molekularna, gazów i optyczna
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 2
Konkurs: PRELUDIUM 17 - ogłoszony 2019-03-15
Przyznana kwota: 69 600 PLN
Rozpoczęcie projektu: 2020-02-18
Zakończenie projektu: 2022-02-17
Planowany czas trwania projektu: 24 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (3)
- Publikacje książkowe (1)
- Hessian-based toolbox for reliable and interpretable machine learning in physicsAutorzy:Anna Dawid, Patrick Huembeli, Michał Tomza, Maciej Lewenstein, Alexandre DauphinCzasopismo:Machine Learning: Science and Technology (rok: 2021, tom: 3, strony: 15002), Wydawca: IOP PublishingStatus:OpublikowanaDoi:10.1088/2632-2153/ac338d - link do publikacji
- Phase Detection with Neural Networks: Interpreting the Black BoxAutorzy:Anna Dawid, Patrick Huembeli, Michał Tomza, Maciej Lewenstein, Alexandre DauphinCzasopismo:New Journal of Physics (rok: 2020, tom: 22, strony: 115001), Wydawca: IOP PublishingStatus:OpublikowanaDoi:10.1088/1367-2630/abc463 - link do publikacji
- Unsupervised machine learning of topological phase transitions from experimental dataAutorzy:Niklas Käming, Anna Dawid, Korbinian Kottmann, Maciej Lewenstein, Klaus Sengstock, Alexandre Dauphin, Christof WeitenbergCzasopismo:Machine Learning: Science and Technology (rok: 2021, tom: 2, strony: 35037), Wydawca: IOP PublishingStatus:OpublikowanaDoi:10.1088/2632-2153/abffe7 - link do publikacji
- Autorzy:Anna Dawid, Julian Arnold, Borja Requena, Alexander Gresch, Marcin Płodzień, Kaelan Donatella, Kim Nicoli, Paolo Stornati, Rouven Koch, Miriam Büttner, Robert Okuła, Gorka Muñoz-Gil, Rodrigo A. Vargas-Hernández, Alba Cervera-Lierta, Juan Carrasquilla, Vedran Dunjko, Marylou Gabrié, Patrick Huembeli, Evert van Nieuwenburg, Filippo Vicentini, Lei Wang, Sebastian J. Wetzel, Giuseppe Carleo, Eliška Greplová, Roman Krems, Florian Marquardt, Michał Tomza, Maciej Lewenstein, Alexandre DauphinKsiążka:Modern applications of machine learning in quantum sciences (rok: 2023, tom: nieznany, strony: nieznany), Wydawca: Cambridge University PressStatus:Przyjęta do publikacjiDoi:nieznany - link do publikacji