用于具有平电子带的二维材料基因组研究的机器学习方法
介观与纳米尺度物理
2023-06-09 v2
摘要
电子-电子关联的多体物理在凝聚态物理中居于核心地位，它支配着从超导到磁性的广泛现象，并是众多技术应用背后的原因。为探索这一丰富的由相互作用驱动的物理，具有平电子带的二维（2D）材料因其高度局域化的电子提供了天然的研究平台。目前，开放科学数据库中已有数千种具有计算电子带的2D材料，正待此类探索。在此，我们使用了一种结合监督与无监督机器智能的新机器学习算法，将原本艰巨的材料搜索与分类任务自动化，以构建承载平电子带的2D材料基因组。为此，采用前馈人工神经网络识别2D平带材料，随后通过双层无监督学习算法对其进行分类。这种探索材料数据库的混合方法使我们揭示了已知平带范式之外全新的材料类别，为深入研究其电子相互作用提供了新体系。
引用
@article{arxiv.2207.09444,
title = {Machine learning approach to genome of two-dimensional materials with flat electronic bands},
author = {Anupam Bhattacharya and Ivan Timokhin and Ratnamala Chatterjee and Qian Yang and Artem Mishchenko},
journal= {arXiv preprint arXiv:2207.09444},
year = {2023}
}