利用关联函数对弱拓扑绝缘体的二维硬核玻色子相互作用模型进行监督学习
强关联电子
2024-10-28 v2 无序系统与神经网络
摘要
我们使用机器学习（ML）技术研究了二维周期蜂窝晶格上受沿方向符号交替的在位势作用的硬核玻色子系统。该模型具有丰富的相图，包含六种不同的相，其中有电荷密度波、超流相和两个二聚体绝缘相，其中一个同时也是零陈数但具有非平庸Berry相的弱拓扑绝缘体[SciPost Phys. 10, 059 (2021)]。利用通过量子蒙特卡洛方法计算得到的两种不同关联函数，一个相对简单的ML模型能够同时从各相中学习信息并准确预测其相边界。通过使用在我们从无显式相互作用的哈密顿量获得的数据集上训练的ML模型，我们确定了系统在存在最近邻相互作用时的相结构。此外，我们通过预测拓扑不变量（否则难以获得）研究了弱拓扑绝缘体相对相互作用的鲁棒性。
引用
@article{arxiv.2305.04035,
title = {Supervised learning of an interacting 2D hard-core boson model of a weak topological insulator using correlation functions},
author = {Amrita Ghosh and Mugdha Sarkar},
journal= {arXiv preprint arXiv:2305.04035},
year = {2024}
}
备注
14 pages, 16 figures, updated to published version