基于人工神经网络研究石墨烯中的布洛赫振荡
材料科学
2017-10-05 v1 介观与纳米尺度物理
摘要
我们开发了一种人工神经网络（ANN）方法，用于对纯净石墨烯中布洛赫振荡的半经典描述所对应的模拟信号进行分类。在ANN经过适当训练后，我们考虑了布洛赫振荡（BO）的逆问题，即根据沿石墨烯薄膜锯齿形或扶手椅形边缘方向的外加电场强度对新信号进行分类，其正确分类率在82.6%至99.3%之间，具体取决于预测电场的精度。该方法可根据网络训练所花费的时间和可用的计算能力进行改进。本工作的发现可直接推广到多种狄拉克-外尔材料。
引用
@article{arxiv.1710.01718,
title = {Bloch oscillations in graphene from an artificial neural network study},
author = {M. Carrillo and J. A. González and S. Hernández-Ortiz and C. E. López and A. Raya},
journal= {arXiv preprint arXiv:1710.01718},
year = {2017}
}