Eficiencia de una red neuronal para detectar la transición de fase en sistemas 2D con percolación

Abstract

Construimos una red neuronal (RN) que simula el efecto de percolación para el caso de sistemas 2D utilizando una red neuronal supervisada. Creamos una base de datos (DB) donde asignamos los valores de los poros con radio aleatorio que componen el sistema bidimensional para entrenar nuestra red, una vez entrenada, la RN fue capaz de detectar si había o no una transición de fase en sistemas 2D con las que se probó nuestra red. Realizamos varias pruebas introduciendo ruido en los radios de los poros en los sistemas de prueba y obtuvimos buenos resultados de predicción cuando el ruido era pequeño, mientras que para ruidos superiores a 0.3 la precisión de predicción tendía a disminuir.