統計的および機械学習法により導かれたトポロジー位相のエンジニアリング【JST・京大機械翻訳】

Mertz Thomas; Valenti Roser

プレプリント

J-GLOBAL ID：202202212200633760 整理番号：21P0045716

統計的および機械学習法により導かれたトポロジー位相のエンジニアリング【JST・京大機械翻訳】

Engineering Topological Phases Guided by Statistical and Machine Learning Methods

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年08月25日プレプリントサーバーでの情報更新日： 2021年02月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

トポロジー特性を有する材料の探索は進行中の努力である。本論文では,状態図の事前知識なしに,一般的格子に対するトポロジーモデルの構築が可能な機械学習技法によって支援された系統的統計的手法を提案した。ランダム分布から強束縛パラメータベクトルをサンプリングすることにより,対応するトポロジー指数でラベル付けしたデータセットを得た。次に,このラベル付きデータを解析し,トポロジー分類に最も関連するパラメータを抽出し,それらの最もありそうな値を見出した。パラメータの限界分布が既にトポロジーモデルを定義することを見出した。追加情報をパラメータ間の相関に隠した。ここでは,Altland-Zirnbauer(AZ)クラスAにおけるハニカム格子に対するプロトタイプトポロジー絶縁体としてのHaldaneモデルの予測の概念を示した。このアルゴリズムは任意の他のAZクラスまたは格子に直接的に適用でき,相互作用システムに一般化できる。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

超伝導体の物性一般 , 電子構造一般 , 人工知能

, , , ,

前のページに戻る