Machine Learning of Topological Insulator and Anderson Insulator in One-Dimensional Extended Su-Schrieffer-Heeger Chain
Lo studio utilizza una rete neurale convoluzionale addestrata su sistemi privi di disordine per dimostrare che, mentre il disordine off-diagonale preserva le fasi topologiche del modello SSH esteso, il disordine diagonale che rompe la simmetria chirale induce una transizione verso un isolante di Anderson, rivelando come l'apprendimento automatico possa fungere da sonda sensibile per la natura protetta dalla simmetria della materia quantistica.
Zhekai Yin (Department of Physics, Xiamen University Malaysia, Sepang, Selangor, Malaysia), C. K. Ong (Department of Physics, Xiamen University Malaysia, Sepang, Selangor, Malaysia, Key Laboratory for Magnetism and Magnetic Materials of the Ministry of Education, Lanzhou University, Lanzhou, China)Fri, 13 Ma🔬 cond-mat