一种绘制拓扑激光模式相图的机器学习方法
光学
2022-11-09 v1 其他凝聚态物理
计算物理
摘要
识别相态和分析动态状态的稳定性是各种物理系统中普遍存在且重要的问题。然而，在高维和大参数空间中绘制相图仍然具有挑战性。在此，我们提出了一种数据驱动的方法来推导拓扑绝缘体激光器中激光模式的相图。分类基于通过速率方程的数值积分获得的拓扑模式的时间行为。我们使用了一种半监督学习方法，并构建了一个自适应库，以区分在生成的参数空间中存在的不同拓扑模式。所提出的方法成功地区分了具有可饱和增益的 Su-Schrieffer-Heeger（SSH）晶格中的不同拓扑相。这证明了无需系统专业知识即可对拓扑相进行分类的可能性，并可能通过逆向工程为拓扑绝缘体激光器的基本物理提供有价值的见解。
引用
@article{arxiv.2211.04373,
title = {A machine learning approach to drawing phase diagrams of topological lasing modes},
author = {Stephan Wong and Jan Olthaus and Thomas K. Bracht and Doris E. Reiter and Sang Soon Oh},
journal= {arXiv preprint arXiv:2211.04373},
year = {2022}
}
备注
13 pages, 12 figures