Conexões de ordem mais alta do que dois entre neurônios são estudadas, principalmente para duas regras de aprendizado, a saber, o modelo de Hopfield generalizado e o modelo Truncado. Ambos modelos podem ser considerados como correções ao modelo de Hopfield original, que contém somente interações entre pares de neurônios. Para o modelo Truncado, as regras de aprendizado contêm misturas de memórias, diferentemente de todas prévias generalizações do modelo de Hopfield. As propriedades de equilíbrio são analisadas usando teoria de campo médio (réplicas) e comparadas com simulações numéricas. A dinâmica, no limite de extrema diluição, é também investigada. Nas versões completamente conexas, enquanto o comportamento de um dos modelos qualitativamente se assemelha ao de Hopfield, o outro apresenta um novo e rico comportamento: dependendo da temperatura T e do peso e das conexões de quarta ordem, o sistema apresenta duas regiões distintas de recuperação, separadas por uma lacuna, assim como várias transições de fase. Além disso, aparentemente os estados de vidro de spin desaparecem acima de um certo valor do parâmetro de armazenamento a. Um algoritmo ótimo de aprendizado é introduzido, o qual aumenta a capacidade de armazenamento sem aumentar os pesos dos termos de ordem mais alta. A dinâmica pode apresentar pontos fixos, órbitas periódicas e caóticas, dependendo novamente dos pesos e, do nível de ruído T e da carga da rede a. Como no caso anterior, há um valor ótimo no valor dos pesos que aumenta a capacidade do sistema. / High order connections between neurons are studied, mainly for two different learning rules, the oves from the generalized Hopfield and Truncated models. Both terms may act as corrections to the original, two neuron interaction Hopfield model. In the truncated model, the learning rules contain mixing of memories, differently from ali generalizations of the Hopfield model. Equilibrium properties are analyzed using the replica mean-field theory and compared with numerical simulations. The dynamics, in the extreme dilution limit, is also investigated. In the fully connected versions, while the behavior of one model qualitatively resembles the original Hopfield one, the other presents a new and very rich behavior: depending on temperature and the strength e of the fourth order connections, the system presents two distinct retrieval regions separated by a gap, as well as several phase transitions. Also, spin glass states seems to disappear above a certain value of the load parameter a. An optimal learning algorithm for fourth order connections is given and the storage capacity is improved without increasing the weight of the higher order term. The dynamics may display fixed points, periodic and chaotic orbits depending on the weight of the high order connections e, the noise levei T and the network load. As in the related fully connected case, there is an optimal value of the weight e that improves the storage capacity of the system.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-06-15T21:24:30Z No. of bitstreams: 1 ThiagoCrisostomoCarlosNunes_TESE.pdf: 12472846 bytes, checksum: 1798e6ecdabae3a96892d8b6260e77c0 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-06-19T20:45:08Z (GMT) No. of bitstreams: 1 ThiagoCrisostomoCarlosNunes_TESE.pdf: 12472846 bytes, checksum: 1798e6ecdabae3a96892d8b6260e77c0 (MD5) / Made available in DSpace on 2018-06-19T20:45:08Z (GMT). No. of bitstreams: 1 ThiagoCrisostomoCarlosNunes_TESE.pdf: 12472846 bytes, checksum: 1798e6ecdabae3a96892d8b6260e77c0 (MD5) Previous issue date: 2017-09-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Redes sem escala são bastante populares hoje em dia, uma vez que muitos sistemas estão bem representados por tais estruturas. Para estudar esses sistemas, foram propostos vários modelos. No entanto, a maioria deles não levam em conta a distância Euclidiana nó à nó, ou seja, a distância geográ ca. Em redes reais, a distância entre os sítios pode ser muito relevante, por exemplo, os casos em que se pretende minimizar custos. Neste cenário, estudamos o papel da dimensionalidade d no Modelo de Bianconi-Barabási com um crescimento e ligação preferencial envolvendo distâncias Euclidianas. A ligação preferencial neste modelo segue a regra Πi ∝ ηiki/rαA ij (1 ≤ i < j; αA ≥ 0), onde ηi caracteriza a qualidade do i-ésimo sítio e é escolhido aleatoriamente dentro do intervalo (0, 1]. Veri camos que a distribuição de grau P(k) para as dimensões d = 1, 2, 3, 4 são bem ajustadas por P(k) ∝ e −k/κ q , onde e −k/κ q é a função q-exponencial que surge naturalmente da Mecânica Estatística não-extensiva de Tsallis. Determinamos o índice q e κ como funções das quantidades αA e d e veri camos numericamente que ambos apresentam um comportamento universal em relação à variável αA/d. O mesmo comportamento também foi exibido pelo expoente dinâmico β que está associado a taxa que determinado sítio tem em receber ligações. / Scale-free networks are quite popular nowadays since many systems are well represented by such structures. In order to study these systems, several models were proposed. However, most of them do not take into account the node-to-node Euclidean distance, i.e., the geographical distance. In real networks, the distance between sites can be very relevant, e.g., those cases where it is intended to minimize costs. Within this scenario, we studied the role of dimensionality d in the Bianconi-Barabási model with a preferential attachment growth involving Euclidean distances. The preferential attachment in this model follows the rule Πi ∝ ηiki/rαA ij (1 ≤ i < j; αA ≥ 0), where ηi characterizes the tness of the i-th site and is randomly chosen within the (0, 1] interval. We veri ed that the degree distribution P(k) for dimensions d = 1, 2, 3, 4 are well tted by P(k) ∝ e −k/κ q , where e −k/κ q is the q-exponential function naturally emerging within nonextensive statistical mechanics. We determine the index q and κ as functions of the quantities αA and d, and numerically verify that both present a universal behavior with respect to the scaled variable αA/d. The same behavior also has been displayed by the dynamical β exponent which characterizes the steadily growing number of links of a given site.

Sistemas compostos por partículas que interagem por meio de forças de longo alcance, corno sistemnas gravitacionais ou coulombianos, apresentam comportamentos distintos daqueles cujas forças são de curto alcance. No equilíbrio termodinâmico pode haver inequivalência entre ensembles, resultante da falta das propriedades de extensividade e aditividade. Porém, antes mesmo de atingir o equilíbrio, esses sistemas relaxam para estados estacionários cujas distribuições não são necessariamente de Maxwell-Boltzmann, em um processo evolutivo regido pela equação de Vlasov, ou equação de Boltzmann não-colisional. .A relaxação colisional para o equilíbrio ocorre somente após um tempo que diverge com o aumento do tamanho do sistema. Nesse trabalho, estudamos dois modelos.cujas interações são de longo alcance: o modelo Hamiltdnian Mean-Field, ou HMF, e o modelo HMF generalizado, ou gHMF. Nos dois casos, comparamos os resultados da mecânica estatística de equilíbrio no ensemble microcanônico e os estados estacionários de não-equilíbrio. Propo-- mos teorias fundamentadas na dinâmica de Vlasov para descrever os estados estacionários, e corroboramos nossas previsões através da simulação computacional da dinâmica de N corpos. / Systems composed of particles that interact by means of long-range forces, such as gravitational or Coulomb systems, present behaviors that differ from those with shortl range forces. In thermodynamic equilibrium ensembles may be inequivalent due to their lack of extensivity and additivity. However, even before reaching equilibrium, such systems become trapped in out-of-equilibrium stationary states characterized by distributions that are not necessarily Maxwell-Boltzmann, through a process which is governed by the Vlasov, or non-collisional Boltzrnann, equation. The collisional relaxation that leads to equilibrium only occurs•afterwards, after a period of time that diverges as the system size increases. In the present work, we study two models with long-range interactions: the Hamiltonian Mean Field (HMF) and the generalized Hamiltonian Mean-Field (gHMF) models. For both cases, we compare the results of equilibrium st"atistical mechanics in the microcanonical ensemble with the out-of-equilibrium stationary states. We propose theories based on Vlasov clynamics in order to describe these non-equilibrium states, and corroborate our results with numerical simulations of the N-body dynamics.

Dissertação(mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2013-10-08T12:16:21Z No. of bitstreams: 1 2013_RobertoVilaGabriel.pdf: 3245364 bytes, checksum: b4dd6dc2376cbbe449b55b6bcfd55654 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-10-16T14:03:06Z (GMT) No. of bitstreams: 1 2013_RobertoVilaGabriel.pdf: 3245364 bytes, checksum: b4dd6dc2376cbbe449b55b6bcfd55654 (MD5) / Made available in DSpace on 2013-10-16T14:03:06Z (GMT). No. of bitstreams: 1 2013_RobertoVilaGabriel.pdf: 3245364 bytes, checksum: b4dd6dc2376cbbe449b55b6bcfd55654 (MD5) / Este trabalho está baseado no artigo: The self-dual point of the two-dimensional random-cluster model is critical for q ≥ 1, escrito pelos matemáticos Vincent Beffara e Hugo Duminil-Copin publicado no periódico Probability Theory and Related Fields em 2012. Neste trabalho os autores provam uma conjectura bastante antiga sobre o valor do ponto crítico do Modelo de Aglomerados Aleatórios na rede Z2. Eles mostraram que o ponto auto-dual, psd(q) = √q /(1 + √q ); para q ≥ 1 é crítico na rede quadrada. Como uma aplicação deste resultado, eles mostraram também que as funções de conectividade, na fase subcrítica, decaem exponencialmente com respeito à distância entre dois pontos. _______________________________________________________________________________________ ABSTRACT / This work is based on the paper: The self-dual point of the two-dimensional randomcluster model is critical for, q ≥ 1, by Vincent Beffara and Hugo Duminil-Copin, Probability Theory and Related Fields 2012. In this work the authors proved an old conjecture about the critical point of the Random-Cluster Model in the square lattice. They shown that the self dual point, psd(q) = √q /(1 + √q ); for q ≥ 1 is critical on the square lattice. As an application they shown that the connectivity functions, in the subcritical phase, decays exponentially fast with the distance of the points.

In this thesis, we explore the potential of employing Statistical Mechanics techniques to study economic systems, showing how such an approach could greatly contribute by allowing the study of very complex systems, exhibiting rich behavior such as phase transitions, criticality and glassy phases, which are not found in the usual economic models. We exemplify this potential via three specific problems: (i) a Statistical Mechanics framework for dealing with irrational consumers, in which the rationality is set by a parameter akin to a temperature which controls deviations from the maximum of his utility function. We show that an irrational consumer increases the economic activity while decreasing his own utility; (ii) an analysis using Information Theory of real world Input-Output matrices, showing that the aggregation methods used to build them most likely underestimated the dependency of the production chain on a few crucial sectors, having important consequences for the analysis of these data; (iii) a zero intelligence model in which agents with a power law distributed initial wealth randomly trade goods of different prices. We show that this initial inequality generates a higher inequality in free cash, reducing the overall liquidity in the economy and slowing down the number of trades. We discuss the insights obtained with these three problems, along with their relevance for the larger picture in Economics. / Nesta tese, exploramos o potencial de ser usar técnicas de Mecânica Estatística para o estudo de sistemas econômicos, mostrando como tal abordagem pode contribuir significativamente ao permitir o estudo de sistemas complexos que exibem comportamentos ricos como transições de fase, criticalidade e fases vítreas, não encontradas normalmente em modelos econômicos tradicionais. Exemplificamos este potencial através de três problemas específicos: (i) um framework de Mecânica Estatística para lidar com consumidores irracionais, no qual a racionalidade é controlada pela temperatura do sistema, que define o tamanho dos desvios do estado de máxima utilidade. Mostramos que um consumidor irracional aumenta a atividade econômica ao mesmo tempo que diminui seu próprio bem estar; (ii) uma anáise usando Teoria da Informação de matrizes Input-Output de economias reais, mostrando que os métodos de agregação utilizados para construí-las provavelmente subestima a dependência das cadeias de produção em certos setores cruciais, com consequências importantes para a analíse destes dados; (iii) um modelo em que agentes com uma riqueza inicial distributida como lei de potências trocam aleatoriamente objetos com preços distintos. Mostramos que esta desigualdade inicial gera uma desigualdade ainda maior em dinheiro livre, reduzindo a liquidez total na economia e diminuindo a quantidade de trocas. Discutimos as consequências dos resultados destes três problemas, bem como sua relevância na perspectiva geral em Economia.

Apresenta-se nesta tese os resultados de aplicações do formalismo da Mecânica Estatística em dois problemas independentes. O primeiro diz respeito a um modelo para Evolução do Acasalamento Preferencial no processo de Especiação Simpátrica; enquanto que o segundo refere-se ao desenvolvimento de um algoritmo de aprendizado por meio de Inferência Aproximativa. No problema biológico estudado, cada indivíduo em um modelo de agentes é composto por dois traços. Enquanto um é responsável pela ecologia do indivíduo, o outro dita uma aparência física descorrelacionada com a adaptabilidade. Esses traços são expressos por diferentes loci que estão ligados entre si por uma taxa de recombinação. O modelo inclui também a possibilidade de evolução da preferência sexual dos indivíduos. Foi construído para esse modelo um diagrama de fases no espaço dos parâmetros que descrevem o ambiente como, por exemplo, quantidades de recursos e deficiência do indivíduo híbrido. Foram encontradas três fases de equilíbrio: (i) emergência de Acasalamento Preferencial; (ii) extinção de um dos alelos do locus responsável pela ecologia e (iii) equilíbrio Hardy-Weinberg. Foi verificado que o acasalamento preferencial pode emergir ou mesmo ser perdido (e vice-versa) em resposta a mudanças no ambiente. Além disso, o sistema apresenta memória característica típica de transições de primeira ordem, o que permitiu a descrição desse sistema biológico por meio do arcabouço da Mecânica Estatística. Em relação à Inferência Aproximativa, está-se interessado na construção de um algoritmo de aprendizado supervisionado por meio da técnica de Propagação de Expectativas. Mais especificamente, pretende-se inferir os parâmetros que compõem um Perceptron Professor a partir do conjunto de pares - entradas e saídas - que formam o conjunto de dados disponíveis. A estimativa desses parâmetros será feita pela substituição de uma distribuição Posterior original, geralmente intratável, por uma distribuição aproximativa tratável. o algoritmo Propagação de Expectativas foi adotado para a atualização, passo a passo, dos termos que compõem essa distribuição aproximativa. Essa atualização deve ser repetida até que a convergência seja atingida. Utilizando o Teorema do Limite Central e o método de Cavidade, foi possível obter um algoritmo genérico e que apresentou desempenho bastante evidente em dois modelos estudados: o modelo do Perceptron Binário e o modelo do Perceptron Gaussiano, com desempenho ótimo em ambos os casos. / This thesis presents applications of the framework of Statistical Mechanics to two independent problems. The first corresponds to a computational model for the evolution of Assortative Mating in the Sympatric Speciation process; and the second a learning algorithm built by means of a Bayesian Inference approach. In the biological problem each individual in an agent-based model is composed of two traits. One trait, called the ecological trait, is directly related with the fitness; the other, called the marker trait, has no bearing on the fitness. The traits are determined by different loci which are linked by a recombination rate. There is also the possibility of evolution of mating preferences, which are inherited from the mother and subject to random variations. The study of the phase diagram in the spa e of parameters describing the environment (like carrying capacity and disruptive selection) reveals the existence of three phases: (i) assortative mating; (ii) extinction of one allele from ecological loci; and (iii) Hardy-Weinberg equilibrium. It was verifed that the assortative mating an emerge or even be lost (and vice-versa) acording with the environmental hanges. Moreover, the system shows memory of the initial condition, characterising a hysteresis. Hysteresis is the signature of first order phase transition, which allows the description of the system by means of the Statistical Mechanics framework. In relation to the Bayesian Inference, a supervised learning algorithm was constructed by means of the Expectation Propagation approach. The idea is to estimate the parameters which compose a Teacher Perceptron by the substitution of the original posterior distribution, intra table, by a tractable approximative distribution. The step-by-step update of the terms composing the approximative distribution was performed by using the Expectation Propagation algorithm. The update must be repeated until the convergence ocurrs. Using the Central Limit Theorem and the Cavity Approah, it was possible to get a generic algorithm that has shown a very good performance in two application scenarios: The Binary Perceptron Model and the Gaussian Perceptron Model.

Resolvemos o modelo de d´meros em duas redes planas diferentes, a rede 4-8 e a rede hexagonal (favo de mel). Na rede 4-8 ocorre uma transição do tipo Ising (bidimensional); na rede hexagonal há uma transição conhecida como 3/2. Após a definição do modelo mostramos que o cálculo da função de partição pode ser formulado em termos do traço de uma matriz de transferência escrita numa representação de matrizes de Pauli. Usando a transformação de Jordan-Wigner, os operadores de Pauli são transformados em operadores de criação e aniquilação de férmions, e a matriz de transferência pode ser diagonalizada pela redução a um problema de férmions livres. Comparamos as soluções do modelo de dímeros na rede 4-8 e do modelo de Ising bidimensional; em particular, comparamos o comportamento do calor específico e analisamos o espectro da matriz de transferência. Verificamos que as nossas soluções concordam com resultados obtidos pelas técnicas combinatórias. Utilizamos a formulação da matriz de transferência para construir uma versão de tempo contínuo dos modelos de dímeros nas redes quadrada, 4-8 e hexagonal. Ao contrário do modelo de Ising, no caso dos dímeros essa aproximação de tempo contínuo altera a natureza do comportamento crítico. / We solve the dimer model on two different planar lattices, the 4-8 lattice and the honeycomb lattice. In the dimer model on the 4-8 lattice there is a phase transition of the (two-dimensional) Ising type; on the honeycomb lattice there is a phase transition known as 3/2. After defining the model we show that the calculation of the partition function can be formulated as the trace of a transfer matrix that is written in terms of Pauli matrices. Using the Jordan-Wigner transformation, the Pauli matrices give rise to fermion creation and annihilation operators, and the problem is reduced to the diagonalization of a system of free fermions. We compare the solutions of the dimer model on the 4-8 lattice and of the two-dimensional Ising model; in particular, we compare the behavior of the specific heat and we analyze the spectrum of the transfer matrix. These solutions agree with well-known results from combinatorial techniques. We then use the transfer matrix approach to obtain a continuum time formulation for the dimer models on the square, 4-8 an d honeycomb lattices. In contrast to the Ising case, for the dimer models this approximation changes the nature of critical behavior.

This project deals with the study of the social learning dynamics of agents in a society. For that we employ techniques from statistical mechanics, machine learning and probability theory. Agents interact in pairs by exchanging for/against opinions about issues using an algorithm constrained by available information. Making use of a maximum entropy analysis one can describe the interacting pair as a dynamics along the gradient of the logarithm of the evidence. This permits introducing energy like quantities and approximate global Hamiltonians. We test different hypothesis having in mind the limitations and advantages of each one. Knowledge of the expected value of the Hamiltonian is relevant information for the state of the society, inducing a canonical distribution by maximum entropy. The results are interpreted with the usual tools from statistical mechanics and thermodynamics. Some of the questions we discuss are: the existence of phase transitions separating ordered and disordered phases depending on the society parameters; how the issue being discussed by the agents influences the outcomes of the discussion, and how this reflects on the overall organization of the group; and the possible different interactions between opposing parties, and to which extent disagreement affects the cohesiveness of the society. / Esse projeto lida com o estudo da dinâmica de aprendizado social de agentes em uma sociedade. Para isso empregamos técnicas de mecânica estatística, aprendizado de máquina e teoria de probabilidades. Agentes interagem em pares trocando opiniões pró/contra questões usando um algoritmo restringido pela informação disponível. Fazendo-se uso de uma análise de máxima entropia, pode-se descrever o par da interação como uma dinâmica ao longo do gradiente do logaritmo da evidência. Isso permite introduzir quantidades similares a energia e Hamiltonianos globais aproximados. Testamos diferentes hipóteses tendo em mente as limitações e as vantagens de cada uma. Conhecimento do valor esperado do Hamiltoniano é informação relevante para o estado da sociedade, induzindo uma distribuição canônica a partir de máxima entropia. Os resultados são interpretados com as ferramentas usuais de mecânica estatística e termodinâmica. Algumas das questões que discutimos são: a existência de transições de fase separando fases ordenada e desordenada dependendo dos parâmetros da sociedade; o como a questão sendo discutida pelos agentes influencia os resultados da discussão, e como isso se reflete na organização do grupo como um todo; e as possíveis diferentes interações entre partidos opostos, e até que ponto o desacordo afeta a coesão da sociedade.

Neste trabalho, estudamos modelos para crescimento de superfície. Mais especificamente, trabalhamos com um modelo que respeita a condicão RSOS e outro modelo que apresenta uma transicão de rugosidade da classe de universalidade da percolacão direcionada. Obtivemos resultados com aproximacão de campo médio e simulacão. / In this work we studied models for surface growth. More specifically, we worked with a model that presents the RSOS restriction and another one that displays a depinning transition in the direct percolation universality class. We obtained results using mean field approximation and simulation methods.

Vidros de spins são sistemas extremamente complexos caracterizados por um número enorme de estados estáveis e meta estáveis. Se identificarmos cada um desses estados com uma informação memorizada, esses sistemas podem ser utilizados como memórias associativas ou endereçáveis por conteúdo. O modelo de vidro de spins passa então a ser chamado de rede de neurônios. Neste trabalho estudamos a termodinâmica e alguns aspectos dinâmicos de uma rede de neurônios com processamento paralelo ou síncrono - o Modelo de Little de memória associativa - no regime em que o número de informações memorizadas p cresce como p = &alpha;N, onde N é o número de neurônios. Usando a teoria simétrica em relação às réplicas obtemos o diagrama de fases no espaço de parâmetros do modelo no qual incluímos um termo de autointeração dos neurônios.A riqueza do diagrama de fases que possui uma superfície de pontos tricríticos é devida à competição entre os dois regimes assintóticos da dinâmica síncrona: pontos fixos e ciclos de período dois. / Spin glasses are very complex systems characterized by a huge number of stable and metastable states. If we identify each state with a memorized information then spin glasses may be used as associative or content addressable memories. This spin glass model is then called a neural network. In this work we study the thermodynamics and some dynamical aspects of a neural network with parallel or synchronous processing - Little\'s model of associative memory -in the regime where the number of memorized informations p grows as p = &alpha;N, where N is the number of neurons. Using the replica symmetric theory we determine the phase diagram in the space of the model\'s parameters, in which we include a neural self interaction term. The richness of the phase diagram which possesses a surface of tricritical points is due to the competition between the two asymptotic dynamical behaviours of the synchronous dynamics: fixed points and cycles of lenght two.