Machine learning prediction of the convergence criterion for a topological invariant of finite non-Hermitian chains
本文证明了机器学习,特别是随机森林回归,能够通过将最优作物长度参数(crop-length parameter)与物理衰减长度及特征多项式结构联系起来,从而精确预测用于计算有限非厄米链中拓扑不变性的该参数,进而为捕捉相变附近的拓扑性质提供了一种稳健、可推广且对无序具有抗性的方法。