BriefGPT.xyz
Ask
alpha
关键词
topological phases
搜索结果 - 4
深度学习格点规范理论
使用神经网络量子态精确计算二维时空中 Z_N 格点规范理论的基态,并通过转移学习研究其拓扑相和限制相变。在 Z_2 和 Z_3 情况下,分别发现了连续相变和弱一级相变,并计算了临界指数和临界耦合,表明神经网络量子态在格点规范理论研究中有很大
→
PDF
a month ago
利用机器学习识别泄漏光子晶格的拓扑结构
利用有限的测量数据,我们展示了如何应用机器学习技术对漏电光子晶格中的拓扑相进行分类。我们提出了一种仅基于体积强度测量的方法,免除了复杂的相位恢复过程的需求。特别地,我们设计了一个完全连接的神经网络,从模拟实验条件中的双线波导阵列中的输出强度
→
PDF
10 months ago
机器学习的非平衡物态相
本文介绍了一种基于神经网络的机器学习方法,可以用于推断不同相的相图,通过获得从个体本征态中提取出来的纠缠谱。该方法在识别 MBL 相转变方面优于传统度量标准(如纠缠熵),从而揭示了更清晰的相边界和关于相图拓扑的新见解,这对于 MBL 相的发
→
PDF
7 years ago
用神经网络进行机器学习拓扑不变量
本文研究如何使用神经网络在拓扑绝缘体中区分不同的拓扑相,经过训练,即使是大于训练数据的的 Hamiltonians winding number,神经网络也能够预测其拓扑缠绕数,证明了神经网络能够从局部输入中捕捉到量子相的全局和非线性拓扑特
→
PDF
7 years ago
Prev
Next