介观物理中逆问题的深度神经网络：从量子输运性质表征无序构型
无序系统与神经网络
2021-09-13 v2 介观与纳米尺度物理
摘要
我们提出了一种机器学习方法，可根据二维电子系统的量子输运性质来表征其无序势。大量无序构型的数值模拟输运数据被用于训练人工神经网络。我们表明，训练后的网络能够从未知样品的输运性质中识别其无序势的细节，甚至能够重建电子所看到的完整势景观。
引用
@article{arxiv.2106.11623,
title = {Deep neural networks for inverse problems in mesoscopic physics: Characterization of the disorder configuration from quantum transport properties},
author = {Gaëtan J. Percebois and Dietmar Weinmann},
journal= {arXiv preprint arXiv:2106.11623},
year = {2021}
}
备注
final version; 13 pages, 11 figures