拓扑声子的无监督流形聚类
无序系统与神经网络
2020-05-13 v1 介观与纳米尺度物理
数据分析、统计与概率
摘要
由于缺乏普适拓扑不变量以及结构图案的随机性,拓扑声子的分类颇具挑战。本文中,我们展示了无需任何先验知识——既无需拓扑不变量也无需监督训练——的无监督流形学习用于聚类拓扑声子,即便系统不完美或无序时亦如此。这是通过利用关于有限声子晶格的实空间投影算符来描述振子间关联性实现的。我们在典型声子体系中例证了高效的无监督流形聚类,包括具有随机耦合的一维Su-Schrieffer-Heeger型声子链、非晶声子拓扑绝缘体、高阶声子拓扑态以及具有随机耗散的非厄米声子链。该结果将激发更多关于无监督机器学习在拓扑声子器件及更广领域中应用的努力。
引用
@article{arxiv.2001.02661,
title = {Unsupervised Manifold Clustering of Topological Phononics},
author = {Yang Long and Jie Ren and Hong Chen},
journal= {arXiv preprint arXiv:2001.02661},
year = {2020}
}
备注
6 pages, 4 figures