Advertisement

伊辛模型的Matlab代码-3D张量重整化群:通过张量秩分解进行广义计算

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本项目提供了一套基于Matlab的代码实现,用于解决三维伊辛模型问题。采用先进的张量重正化群方法结合张量秩分解技术,能够高效地处理大规模数据并开展广义计算,为统计物理研究提供了强有力的工具。 该存储库使用张量秩分解来计算3D伊辛模型在非零磁场下的磁化强度,并考虑了经典伊辛模型在3D张量网络上的应用。此包实现了无限晶格迭代方法,用于计算自由能和放大倍数。 这些代码支持论文中的内容,是用Matlab编写的,并依赖于Kolda等人开发的Matlab张量工具箱,需要单独下载才能使该包运行。此外还需使用Vidal等人开发的NCON,在必要时请引用他们的文章。 使用的函数为mag(h),其中h代表您要评估磁化强度的磁场值。此函数将计算在特定磁场h下温度变化范围内的磁化强度。建议设置h>0.5,因为该代码会在临界点附近产生数值不稳定的情况(默认值设为了0.5)。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Matlab-3D广
    优质
    本项目提供了一套基于Matlab的代码实现,用于解决三维伊辛模型问题。采用先进的张量重正化群方法结合张量秩分解技术,能够高效地处理大规模数据并开展广义计算,为统计物理研究提供了强有力的工具。 该存储库使用张量秩分解来计算3D伊辛模型在非零磁场下的磁化强度,并考虑了经典伊辛模型在3D张量网络上的应用。此包实现了无限晶格迭代方法,用于计算自由能和放大倍数。 这些代码支持论文中的内容,是用Matlab编写的,并依赖于Kolda等人开发的Matlab张量工具箱,需要单独下载才能使该包运行。此外还需使用Vidal等人开发的NCON,在必要时请引用他们的文章。 使用的函数为mag(h),其中h代表您要评估磁化强度的磁场值。此函数将计算在特定磁场h下温度变化范围内的磁化强度。建议设置h>0.5,因为该代码会在临界点附近产生数值不稳定的情况(默认值设为了0.5)。
  • Matlab tensor 积 - tensorFeatureExtraction:利用特征提取
    优质
    tensorFeatureExtraction是基于MATLAB开发的一个工具箱,专门用于通过张量积技术实现高效特征提取和分析。它采用先进的张量分解算法来处理多维数据集,从而能够更准确地识别和利用潜在的模式与结构信息。此代码为研究者及工程师提供了一种强大的手段去探索复杂数据背后的深层次关联,适用于图像处理、信号分析等领域中需要深度挖掘特征的应用场景。 这是用于多维数据特征提取的MATLAB脚本。存储库包含两种算法:具有高阶正交迭代的特征提取以及通过张量-列分解进行的特征提取。我已经实现了这些特征提取算法,并使用MNIST手写数字数据集对其准确性进行了实验。 安装: 1. 克隆代码到本地环境 ``` $ git clone git@github.com:YoshiHotta/tensorFeatureExtraction.git ``` 运行脚本段落件(src/*_script.m)。 这些算法在以下文献中提出,并非我的研究成果: - Phan,Anh Huy和Andrzej Cichocki。“用于高维数据集的特征提取和分类的张量分解。”《非线性理论及其应用,IEICE》1.1(2010):37-68。 - Bengua,Johann A., Ho N.Phien 和 Hoang D.Tuan。“通过矩阵乘积状态分解对张量进行最佳特征提取和分类。”《大数据(BigData Congress),2015年IEEE国际大会》。IEEE, 2015.
  • 2DMatlab-Monte Carlo拟: 使用Matlab实现二维...
    优质
    本项目提供了一个使用Matlab编写的2D伊辛模型蒙特卡洛模拟程序。该代码能够详细地计算和展示磁化强度、能量等关键物理量,适用于学习统计力学及Monte Carlo方法的用户。 在Matlab中使用MonteCarlo方法模拟2D Ising模型的代码描述如下:该程序主要用于以Matlab为主要应用程序来模拟二维Ising模型。我选择Single-spin-flip dynamics的方法来处理这个任务。在运行程序之前,您应该将所有文件添加到Matlab路径中。除非你想改进我的代码,否则你最好在ising.m中运行程序。您可以在ising.m中更改温度范围和重复次数,并通过更改默认值来调整ising_.m中的参数。 享受使用Ising和Matlab的时光!欢迎提出建议和调整(以及STAR)。 此外,在知乎上已经上传了关于Simulating 2D Ising Model的详细介绍,有中文版可供查看。该代码由Bill在成都于2018年8月25日创建。
  • Matlab二维
    优质
    本代码实现基于Matlab的二维伊辛模型模拟,适用于物理及材料科学领域中研究磁性材料相变过程。通过数值计算分析系统热力学性质。 二维伊辛模型的Matlab代码适合用于练习蒙特卡洛算法的学习者使用。
  • CPMatlab-SpTenDecomp:具备定向因子稀疏性
    优质
    SpTenDecomp是一款专门用于实现具有方向因素稀疏性的张量CP分解的MATLAB工具。该软件包能够有效处理高维数据,提取有意义的模式和结构。 张量CP划分的MATLAB代码具有直接因子级稀疏控制的非负张量分解功能。此目录包含用于直接控制因子级别稀疏性的非负张量CP(Parafac)分解的MATLAB代码。该代码基于并利用现有公共软件包中的例程。 文件包括: - `cpNonnegSp.m`:将张 tensor 分解为每个模式上具有指定稀疏度的非负因子。 - `tuckerNonneg`:将张量分解为具有非负核和因子的Tucker模型。 依赖项: - 通用张量结构 - 快速NNLS求解器 - 稀疏投影实现 这种方法在相关论文中进行了描述。实验使用的数据集包括另一个私有的fMRI扫描数据集。如使用该软件,请引用上述参考文献。
  • Matlab tensor 积 - TTC:高效精确补全及总变正则列车
    优质
    TTC是用于张量补全和总变化量正则化的MATLAB工具箱,利用张量列车分解提供高精度、高效的解决方案。 此软件包包含用于在Matlab或Octave环境中使用总变化正则化(TTC)进行张量补全的代码。主要功能包括: - 演示:展示如何利用TTC算法完成张量。 - 数据生成:创建具有缺失和已知条目的数据集。 - 合同函数:对输入张量的所有辅助索引求和,返回基础张量。 - dotkron函数:计算矩阵A、B、C的按行右Kronecker乘积,保持原有索引顺序。 - mpsvd及mpsvd_op函数:分别用于将张量以TT形式分解,并指定不同的TT秩r进行操作。前者为正向分解,后者则采用相反方向。 - tencom和tencom_TV函数:实现给定输入、输出以及TT秩的条件下完成张量补全任务。其中,tencom_TV还支持通过设置参数来调整总变化正则化强度。
  • MATLAB-Tucker-TensorSketch:利用TensorSketch实现近似(Matlab函数)
    优质
    本作品提供了基于MATLAB的Tucker-TensorSketch算法代码,用于高效地计算高维张量的低秩近似。该方法结合了随机化技术与多线程处理,显著提升了大规模数据处理的速度和效率。 Tucker-TensorSketch提供了Matlab函数用于使用TensorSketch对张量进行低阶Tucker分解。 我们方法的更多信息可以在相关论文《使用TensorSketch进行大张 tensor 的低秩 Tucker 分解》中找到,作者为Malik 和 S. Becker,发表于神经信息处理系统进展32卷第10096-10106页,出版年份是2018。 Tucker-TensorSketch提供了三个函数:tucker_ts、tucker_ts_double_sketch和 tucker_ttmts。这些函数用于对张量进行低阶 Tucker 分解,并且是标准交替最小二乘算法(高阶正交迭代)的一种变体。它们结合了名为TensorSketch的草图绘制技术,这是一种CountSketch形式的技术,能够有效地应用于较小矩阵Kronecker积形成的较大矩阵上。 由于TensorSketch的特点,我们的函数只需输入张量的一次传递,并且可以处理流数据中的元素顺序读取问题而无需同时访问所有元素。
  • SVDMatlab-Tensor_codes:实现多种Matlab
    优质
    SVD算法Matlab代码是Tensor_codes项目的一部分,该项目是一个包含多种张量分解方法的Matlab代码库。 SVD算法的MATLAB代码包含用于计算各种张量分解的一系列程序。这些共享代码大多未经优化处理,仅适用于验证新提出的张量分解模型的有效性。大多数方法基于交替最小二乘法的不同变体。 最近更新日期:2019年2月21日 内容概要: 1. 基于字典的分解 一组使用CPD(CANDECOMP/PARAFAC)模型进行张量分解的函数,其中一个因素存在于大量已知组件词典中。 - M2PALS: 可以利用多个词典,并且每个词典选择原子的数量都有限界。 - MPALS: 张量T在CPD中的因子A为A=D(:,K),其中K是一组同名异构体。算法具有贪婪性和灵活性。 - ProxOp: l_1和l_∞引起的矩阵范数的邻近运算符,在Python和MATLAB代码中均可使用。Python版本实现更为优化。 2. 耦合分解 - CCP:弹性耦合张量分解。 - NNP2:在非负约束下,具有灵活性的PARAFAC2模式下的耦合方法。 - 注册CP: 正在开发之中 3. 约束张量数据的压缩与加速 - PROCO-ALS: 非负张量PARAFAC/规范多态分解的快速实现。其压缩基于随机SVD。 4. 非线性张量分解 - NLFD:非线性荧光分析
  • tensorhosvd.zip_HOSVD.m_人脸辨识__奇异值_高阶奇异值
    优质
    该代码包包含用于人脸辨识的张量高阶奇异值分解(HOSVD)算法实现,通过张量分解技术有效提取特征,提升人脸识别系统的准确性和效率。 《基于张量奇异值分解的人脸识别方法》一文介绍了一种利用张量奇异值分解技术进行人脸识别的方法。该文章详细阐述了算法的设计思路、实现步骤以及实验结果分析,为相关领域的研究提供了有价值的参考。 文中提供的代码实现了上述理论框架,并通过实际数据验证其有效性。读者可以基于这些资源进一步探索和优化人脸识别的应用场景和技术细节。
  • hosvd_三阶Tucker__奇异值.zip
    优质
    本资源包含 Hosvd 算法实现代码,用于进行三阶张量的 Tucker 分解和张量奇异值分析。适合研究与应用张量分解技术的研究者使用。 hosvd_三阶张量_HOSVD_tucker分解_张量分解_奇异值.zip