利用机器学习对强无序拓扑线进行分类
无序系统与神经网络
2020-01-30 v1 介观与纳米尺度物理
摘要
在本文中，我们应用随机森林机器学习模型在存在强无序时对一维拓扑相进行分类。我们表明，使用纠缠谱作为训练特征，该模型给出了很高的分类准确率。训练好的模型可以扩展到相空间中的其他区域，甚至扩展到未训练过的其他对称类，并且仍然提供准确的结果。在对训练好的模型进行详细分析后，我们发现其主导分类标准捕捉了纠缠谱中的简并性。
引用
@article{arxiv.2001.10565,
title = {Classification of Strongly Disordered Topological Wires Using Machine Learning},
author = {Ye Zhuang and Luiz H. Santos and Taylor L. Hughes},
journal= {arXiv preprint arXiv:2001.10565},
year = {2020}
}
备注
7 pages, 7 figures, submitted for a memorial article in a special issue of SPIN for Shou-Cheng Zhang