基于人工神经网络算法的手性晶体斯格明子材料设计
计算物理
2019-07-23 v1 计算机视觉与模式识别
机器学习
摘要
本研究提出的模型预测理想手性晶体，并提出了设计手性晶体的新方向。斯格明子（Skyrmion）是具有拓扑保护性且结构不对称、具有奇异自旋组成的材料。本工作提出了一种用于手性晶体斯格明子材料设计的深度学习方法。本文提出了一种从由含'A'和'B'型元素的手性与非手性化合物组成的真/假手性数据集构建概率分类器和人工神经网络（ANN）的方法。给出了用于形成手性晶体准确性的定量预测器。通过与概率分类器方法比较，以全面方式测试了ANN方法的可行性。在整篇稿件中，我们提出了深度学习算法设计以及材料的建模与仿真。这项研究阐明了开发复杂软件工具以作为晶体设计指示器的途径。
引用
@article{arxiv.1907.09314,
title = {Artificial Neural Network Algorithm based Skyrmion Material Design of Chiral Crystals},
author = {B. U. V Prashanth and Mohammed Riyaz Ahmed},
journal= {arXiv preprint arXiv:1907.09314},
year = {2019}
}
备注
8 Pages, 5 figures