Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Shamoon College of Engineering | - |
Autor(es): dc.contributor | University of Luxembourg | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Institute for Basic Science (IBS) | - |
Autor(es): dc.creator | Nemirovsky, Dmitry | - |
Autor(es): dc.creator | Shir, Ruth | - |
Autor(es): dc.creator | Rosa, Dario | - |
Autor(es): dc.creator | Kagalovsky, Victor | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:29:11Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:29:11Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/303372 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/303372 | - |
Descrição: dc.description | Conventional spectral probes of quantum chaos require eigenvalues, and sometimes, eigenvectors of the quantum Hamiltonian. This involves computationally expensive diagonalization procedures. We test whether an unsupervised neural network can detect quantum chaos directly from the Hamiltonian matrix. We use a single-body Hamiltonian with an underlying random graph structure and random coupling constants, with a parameter that determines the randomness of the graph. The spectral analysis shows that increasing the amount of randomness in the underlying graph results in a transition from integrable spectral statistics to chaotic ones. We show that the same transition can be detected via unsupervised neural networks, or more specifically, self-organizing maps by feeding the Hamiltonian matrix directly into the neural network, without any diagonalization procedure. | - |
Descrição: dc.description | Shamoon College of Engineering | - |
Descrição: dc.description | Department of Physics and Materials Science University of Luxembourg | - |
Descrição: dc.description | ICTP South American Institute for Fundamental Research Instituto de Física Teórica UNESP — Univ. Estadual Paulista, Rua Dr. Bento Teobaldo Ferraz 271, SP | - |
Descrição: dc.description | Center for Theoretical Physics of Complex Systems Institute for Basic Science (IBS) | - |
Descrição: dc.description | ICTP South American Institute for Fundamental Research Instituto de Física Teórica UNESP — Univ. Estadual Paulista, Rua Dr. Bento Teobaldo Ferraz 271, SP | - |
Formato: dc.format | 1255-1263 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Fizika Nizkikh Temperatur | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | quantum chaos | - |
Palavras-chave: dc.subject | quantum Hamiltonian | - |
Palavras-chave: dc.subject | random matrix theory | - |
Palavras-chave: dc.subject | self-organizing maps | - |
Palavras-chave: dc.subject | spectral analysis | - |
Palavras-chave: dc.subject | unsupervised neural network | - |
Título: dc.title | Unsupervised techniques to detect quantum chaos | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: