Laboratoire de Physique Théorique

de la Matière Condensée

 

 

Attention : désormais les séminaires ont lieu tous les lundis à 10h45 en salle  523 du LPTMC - Tour 12-13 


 

Maxym Dudka (Institute for Condensed Matter Physics, National Academy of Sciences, Lviv, Ukraine)

 

Phase transitions in three-dimensional random anisotropy Heisenberg model: two case studies


This talk concerns the study of ordering in random anisotropy magnets. Such magnets constitute a wide class of magnetic systems, with structural disorder described by a random anisotropy model that was introduced in the early 1970s by Harris, Plischke and Zuckermann. Despite extensive studies, the problem of the nature of a low-temperature phase of random anisotropy systems remains a very intriguing issue. While, for large values of local anisotropy strength, the majority of studies predict spin-glass, there is much discussion about ordering for small and moderate values of such strength. It appears that the answer to this question depends also on the local axis distribution. Field-theoretical renormalization group results predict an absence of the ferromagnetic order for uniform continuous distribution while preserving long-range order for discrete anisotropic distribution. We study phase transitions in the three-dimensional random anisotropy model with three-component order parameter by means of extensive Monte Carlo simulations for two different random anisotropy axis distributions and two different values of local anisotropy strength for each disorder distribution case. For the case of the anisotropic disorder, we have found evidence of universality by finding critical exponents and universal dimensionless ratios independent of the strength of the disorder. In the case of isotropic disorder distribution the situation is very involved: we have found two phase transitions in the magnetization channel which are merging for larger lattices remaining a spin glass phase transition.

 

Sylvain Capponi (LPT Toulouse)

Neural-network quantum wavefunctions for frustrated molecular magnets


Quantum wavefunctions based on neural-network representations have been used recently as  competitive variational Ansatz for quantum many-body groundstates. We will discuss how the use of lattice symmetries can greatly improve their efficiency and applicability, using so-called graph convolutional neural networks. In particular, we will show how to obtain several symmetry-resolved low-energy eigenstates for Heisenberg model on fullerene-like molecular magnets.

Bertrand Delamotte (LPTMC)

(2eme partie)

Groupe de renormalisation fonctionnel et généralisation du théorème central limite à des variables aléatoires fortement corrélées

Cette série de deux séminaires, faits en grande partie au tableau, a comme but d'introduire de la façon la plus pédagogique et élémentaire possible la notion de généralisation du théorème de la limite centrale (TCL) et de la relation entre probabilités et (groupe de) renormalisation. Après un rappel de ce qui est bien établi sur le TCL et de ses généralisations aux lois de Lévy stables, sera expliquée la difficulté inhérente au cas où les variables aléatoires sont corrélées. Le groupe de renormalisation fonctionnel (GRF) sera alors introduit et il sera montré que la notion de loi stable en probabilité est très proche (même si pas identique) de la notion de point fixe en renormalisation. Enfin, toutes ces notions seront explicitées sur l'exemple du modèle d'Ising en trois dimensions où l'on montrera que la famille infinie de distributions de probabilité de l'aimantation à la criticalité est reproduite de façon très précise par l'implémentation la plus simple du GRF.

Bertrand Delamotte (LPTMC)

Groupe de renormalisation fonctionnel et généralisation du théorème central limite à des variables aléatoires fortement corrélées

Cette série de deux séminaires, faits en grande partie au tableau, a comme but d'introduire de la façon la plus pédagogique et élémentaire possible la notion de généralisation du théorème de la limite centrale (TCL) et de la relation entre probabilités et (groupe de) renormalisation. Après un rappel de ce qui est bien établi sur le TCL et de ses généralisations aux lois de Lévy stables, sera expliquée la difficulté inhérente au cas où les variables aléatoires sont corrélées. Le groupe de renormalisation fonctionnel (GRF) sera alors introduit et il sera montré que la notion de loi stable en probabilité est très proche (même si pas identique) de la notion de point fixe en renormalisation. Enfin, toutes ces notions seront explicitées sur l'exemple du modèle d'Ising en trois dimensions où l'on montrera que la famille infinie de distributions de probabilité de l'aimantation à la criticalité est reproduite de façon très précise par l'implémentation la plus simple du GRF.

Aleksandra Walczak (ENS)

Learning from mice and birds: active (?) matter and collective (?) behaviour.

Interacting systems in biology often exhibit interesting dynamics, such as coexistence of multiple time scales, manifested by the fat tails in the distribution of waiting times. While existing tools in statistical inference, such as the maximum entropy models, have been powerful to reproduce the empirical steady state distribution, it remains challenging to learn a good model for the dynamics. Inspired by experiments, I will discuss a generalized Glauber dynamics approach that tunes dynamics of an interacting system, while keeping the steady state distribution fixed. I will also use the entropy production rate to quantify the departure from equilibrium of a flock of birds, showing how the irreversibility condition imposes asymmetries on the steady state distribution of the system.