اکرم زرندی

گروه فیزیک سامانه‌های پیچیده و زیستی، دانشکدۀ فیزیک، دانشگاه شهید بهشتی، تهران، ایران

[ 1 ] - توصیفگر اتمی کولنی برای کاربست در یادگیری ماشین در ماده چگال

هدف دسته‌ای مهم از رهیافتهای یادگیری ماشین، پیش‌بینی یک برچسب یا مقدار یک کمیت بر اساس مجموعه‌ای از داده‌های ورودی است (مثل تشخیص دادن یک چهره در پیکسلهای یک تصویر). به عنوان نمونه‌ای از کاربرد چنین روش‌هایی در فیزیک ماده چگال محاسباتی، نشان می‌دهیم که چگونه می‌توان سهم‌های اتمی از یک کمیت فیزیکی را بر مبنای آرایش همسایه‌های آن اتم پیش‌بینی کرد. برای کمّی کردن محیط پیرامون یک اتم، توصیفگری معرفی...

نویسندگان همکار