A differentiable programming framework for spin models

要約

タイトル：スピンモデルのための可微分プログラミングフレームワーク

要約：
– スピン系は非常に強力な物理系のモデルである
– 本論文では、スピン系のモデリングに可微分プログラミングを使用した新しいフレームワークを提案する
– このアプローチにより、複雑なシステムをスケールでモデル化できる
– 具体的には、Isingモデル、Pottsモデル、Cellular Pottsモデルに適用し、効果を示している
– さらに、グラフィカルプロセッシングユニットやテンソルプロセッシングユニットなど、異なるハードウェアアーキテクチャで効率的にコードを実行できるため、従来のシミュレーション方法に比べて速度が大幅に向上する。

要約(オリジナル)

Spin systems are a powerful tool for modeling a wide range of physical systems. In this paper, we propose a novel framework for modeling spin systems using differentiable programming. Our approach enables us to efficiently simulate spin systems, making it possible to model complex systems at scale. Specifically, we demonstrate the effectiveness of our technique by applying it to three different spin systems: the Ising model, the Potts model, and the Cellular Potts model. Our simulations show that our framework offers significant speedup compared to traditional simulation methods, thanks to its ability to execute code efficiently across different hardware architectures, including Graphical Processing Units and Tensor Processing Units.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI