{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2924555"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2924555","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Σύνδεση ομάδας ανακανονικοποίησης με μηχανική μάθηση σε μοντέλα σπιν","abstract":"Τα νευρωνικά δίκτυα έχουν εξελιχθεί ως το βασικό εργαλείο ανάλυσης στο πεδίο των µηχανών µάθησης. Μάλιστα έχουν χρησιµοποιηθεί σε ανάλυση προβληµάτων φυσικής, µε επιτυχία. Όµως τα νευρωνικά δίκτυα, ειδικά τα µη εποπτευόµενα, στο επίπεδο θεωρητικής ανάλυσης αποτελούν ένα µαύρο κουτί, δηλαδή δεν είναι απόλυτα κατανοητή η διαδικασία επεξεργασίας των δεδοµένων που λαµβάνουν. Η ανάλυση της µας είναι απαραίτητη, καθώς εφαρµόζεται καθηµερινά σε πολλαπλές επιστηµονικές κατευθύνσεις. Με τη λογική αυτή στην εργασία εφαρµόζονται τα νευρωνικά δίκτυα Restricted Boltzmann Machines (RBM) στο δυσδιάστατο σύστηµα Ising, µε σκοπό την ανάλυση της ροής RBM και του ευσταθούς σηµείου της, το οποίο φέρεται να σχετιζεται µε αυτη της οµάδας επανακανονικοποίησης. Αρχικά επαληθεύονται τα αποτελέσµατα της σύγκλισης της ροής στη κρίσιµη περιοχή, σε συµφωνία µε τη βιβλιογραφία. Έπειτα ερευνώνται διάφορες ποσότητες του Ising κατά τη διάρκεια της ροής RBM. Τέλος η διαδικασία αυτή αναλύεται σε επίπεδο µέσου πεδίου.","abstract_html":"Τα νευρωνικά δίκτυα έχουν εξελιχθεί ως το βασικό εργαλείο ανάλυσης στο πεδίο των µηχανών µάθησης. Μάλιστα έχουν χρησιµοποιηθεί σε ανάλυση προβληµάτων φυσικής, µε επιτυχία. Όµως τα νευρωνικά δίκτυα, ειδικά τα µη εποπτευόµενα, στο επίπεδο θεωρητικής ανάλυσης αποτελούν ένα µαύρο κουτί, δηλαδή δεν είναι απόλυτα κατανοητή η διαδικασία επεξεργασίας των δεδοµένων που λαµβάνουν. Η ανάλυση της µας είναι απαραίτητη, καθώς εφαρµόζεται καθηµερινά σε πολλαπλές επιστηµονικές κατευθύνσεις. Με τη λογική αυτή στην εργασία εφαρµόζονται τα νευρωνικά δίκτυα Restricted Boltzmann Machines (RBM) στο δυσδιάστατο σύστηµα Ising, µε σκοπό την ανάλυση της ροής RBM και του ευσταθούς σηµείου της, το οποίο φέρεται να σχετιζεται µε αυτη της οµάδας επανακανονικοποίησης. Αρχικά επαληθεύονται τα αποτελέσµατα της σύγκλισης της ροής στη κρίσιµη περιοχή, σε συµφωνία µε τη βιβλιογραφία. Έπειτα ερευνώνται διάφορες ποσότητες του Ising κατά τη διάρκεια της ροής RBM. Τέλος η διαδικασία αυτή αναλύεται σε επίπεδο µέσου πεδίου.","abstract_has_math":false,"creators":["Κακαμπάκος Απόστολος","Kakampakos Apostolos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:40:08Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek","English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2924555"],"render_values":[{"text":"uoadl:2924555","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2924555","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2924555","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2924555","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κακαμπάκος Απόστολος","Kakampakos Apostolos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek","English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2924555","https://pergamos.lib.uoa.gr/uoa/dl/object/2924555"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα νευρωνικά δίκτυα έχουν εξελιχθεί ως το βασικό εργαλείο ανάλυσης στο πεδίο των µηχανών µάθησης. Μάλιστα έχουν χρησιµοποιηθεί σε ανάλυση προβληµάτων φυσικής, µε επιτυχία. Όµως τα νευρωνικά δίκτυα, ειδικά τα µη εποπτευόµενα, στο επίπεδο θεωρητικής ανάλυσης αποτελούν ένα µαύρο κουτί, δηλαδή δεν είναι απόλυτα κατανοητή η διαδικασία επεξεργασίας των δεδοµένων που λαµβάνουν. Η ανάλυση της µας είναι απαραίτητη, καθώς εφαρµόζεται καθηµερινά σε πολλαπλές επιστηµονικές κατευθύνσεις. Με τη λογική αυτή στην εργασία εφαρµόζονται τα νευρωνικά δίκτυα Restricted Boltzmann Machines (RBM) στο δυσδιάστατο σύστηµα Ising, µε σκοπό την ανάλυση της ροής RBM και του ευσταθούς σηµείου της, το οποίο φέρεται να σχετιζεται µε αυτη της οµάδας επανακανονικοποίησης. Αρχικά επαληθεύονται τα αποτελέσµατα της σύγκλισης της ροής στη κρίσιµη περιοχή, σε συµφωνία µε τη βιβλιογραφία. Έπειτα ερευνώνται διάφορες ποσότητες του Ising κατά τη διάρκεια της ροής RBM. Τέλος η διαδικασία αυτή αναλύεται σε επίπεδο µέσου πεδίου.","Neural networks are the basic tool of analysis in the field of machine learning. Furthermore they have have been used in many problems in physics with great success. But neural networks, especially unsupervised, are considered a black box, namely it is not completely understood how they process received information. Their analysis is very important, since they are used daily in various problems. With this in mind, we applied the Restricted Boltzmann Machines (RBM) to the two dimensional Ising, so as to examine the RBM flow and its fixed point, which seems to be related to the unstable fixed point of the renormalization group. In the beginning we verify that the RBM flow converges to the critical temperature in accordance to bibliography. Furthermore we study other quantities of Ising during the RBM flow. In the end it is attempted to describe the whole procedure using mean field theory."]},{"key":"dc:title","label":"Title","values":["Σύνδεση ομάδας ανακανονικοποίησης με μηχανική μάθηση σε μοντέλα σπιν"]}]}],"canonical_facts":{"dc:creator":["Κακαμπάκος Απόστολος","Kakampakos Apostolos"],"dc:date":["2020"],"dc:description":["Τα νευρωνικά δίκτυα έχουν εξελιχθεί ως το βασικό εργαλείο ανάλυσης στο πεδίο των µηχανών µάθησης. Μάλιστα έχουν χρησιµοποιηθεί σε ανάλυση προβληµάτων φυσικής, µε επιτυχία. Όµως τα νευρωνικά δίκτυα, ειδικά τα µη εποπτευόµενα, στο επίπεδο θεωρητικής ανάλυσης αποτελούν ένα µαύρο κουτί, δηλαδή δεν είναι απόλυτα κατανοητή η διαδικασία επεξεργασίας των δεδοµένων που λαµβάνουν. Η ανάλυση της µας είναι απαραίτητη, καθώς εφαρµόζεται καθηµερινά σε πολλαπλές επιστηµονικές κατευθύνσεις. Με τη λογική αυτή στην εργασία εφαρµόζονται τα νευρωνικά δίκτυα Restricted Boltzmann Machines (RBM) στο δυσδιάστατο σύστηµα Ising, µε σκοπό την ανάλυση της ροής RBM και του ευσταθούς σηµείου της, το οποίο φέρεται να σχετιζεται µε αυτη της οµάδας επανακανονικοποίησης. Αρχικά επαληθεύονται τα αποτελέσµατα της σύγκλισης της ροής στη κρίσιµη περιοχή, σε συµφωνία µε τη βιβλιογραφία. Έπειτα ερευνώνται διάφορες ποσότητες του Ising κατά τη διάρκεια της ροής RBM. Τέλος η διαδικασία αυτή αναλύεται σε επίπεδο µέσου πεδίου.","Neural networks are the basic tool of analysis in the field of machine learning. Furthermore they have have been used in many problems in physics with great success. But neural networks, especially unsupervised, are considered a black box, namely it is not completely understood how they process received information. Their analysis is very important, since they are used daily in various problems. With this in mind, we applied the Restricted Boltzmann Machines (RBM) to the two dimensional Ising, so as to examine the RBM flow and its fixed point, which seems to be related to the unstable fixed point of the renormalization group. In the beginning we verify that the RBM flow converges to the critical temperature in accordance to bibliography. Furthermore we study other quantities of Ising during the RBM flow. In the end it is attempted to describe the whole procedure using mean field theory."],"dc:identifier":["uoadl:2924555","https://pergamos.lib.uoa.gr/uoa/dl/object/2924555"],"dc:language":["Ελληνικά","Greek","English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Σύνδεση ομάδας ανακανονικοποίησης με μηχανική μάθηση σε μοντέλα σπιν"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:40:08Z"}