Usando redes neuronales artificiales para resolver la ecuación de Gross-Pitaevskii
Autores: Tsoulos, Ioannis G.; Stavrou, Vasileios N.; Tsalikakis, Dimitrios
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Usando redes neuronales artificiales para resolver la ecuación de Gross-Pitaevskii
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Redes neuronales
Ecuación de Gross-Pitaevskii
Técnicas evolutivas
Algoritmos genéticos
Optimización por enjambre de partículas
Funciones de onda
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
El trabajo actual propone la incorporación de una red neuronal artificial para resolver eficientemente la ecuación de Gross-Pitaevskii (GPE), utilizando algunos potenciales externos realistas. Con la ayuda de las redes neuronales, se forma un modelo capaz de resolver esta ecuación. La adaptación de los parámetros para el modelo construido se realiza utilizando algunas técnicas evolutivas, como algoritmos genéticos y optimización por enjambre de partículas. El modelo propuesto se utiliza para resolver la GPE para el caso lineal () y el caso no lineal (), donde es el parámetro de no linealidad en la GPE. Los resultados son cercanos a los resultados reportados en cuanto al comportamiento y a las amplitudes de las funciones de onda.
Descripción
El trabajo actual propone la incorporación de una red neuronal artificial para resolver eficientemente la ecuación de Gross-Pitaevskii (GPE), utilizando algunos potenciales externos realistas. Con la ayuda de las redes neuronales, se forma un modelo capaz de resolver esta ecuación. La adaptación de los parámetros para el modelo construido se realiza utilizando algunas técnicas evolutivas, como algoritmos genéticos y optimización por enjambre de partículas. El modelo propuesto se utiliza para resolver la GPE para el caso lineal () y el caso no lineal (), donde es el parámetro de no linealidad en la GPE. Los resultados son cercanos a los resultados reportados en cuanto al comportamiento y a las amplitudes de las funciones de onda.