当前位置：
X-MOL 学术
›
Nano Lett.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Topogivity：用于发现拓扑材料的机器学习化学规则
Nano Letters ( IF 9.6 ) Pub Date : 2023-01-20 , DOI: 10.1021/acs.nanolett.2c03307 Andrew Ma 1 , Yang Zhang 2 , Thomas Christensen 2 , Hoi Chun Po 2, 3 , Li Jing 2, 4 , Liang Fu 2 , Marin Soljačić 2
Nano Letters ( IF 9.6 ) Pub Date : 2023-01-20 , DOI: 10.1021/acs.nanolett.2c03307 Andrew Ma 1 , Yang Zhang 2 , Thomas Christensen 2 , Hoi Chun Po 2, 3 , Li Jing 2, 4 , Liang Fu 2 , Marin Soljačić 2
Affiliation
|
拓扑材料呈现出非常规的电子特性，使其对基础科学和下一代技术应用都具有吸引力。目前已知的大多数拓扑材料都是使用涉及基于对称性的量子波函数分析的方法发现的。在这里，我们使用机器学习来开发一种简单易用的启发式化学规则，该规则仅使用其化学式即可高精度诊断材料是否具有拓扑结构。这个启发式规则是基于我们称之为拓扑性的概念，每个元素的机器学习数值，松散地捕捉其形成拓扑材料的趋势。接下来，我们实施一个高通量程序，基于启发式拓扑规则预测和从头算验证来发现拓扑材料。通过这种方式，我们发现了使用对称指标无法诊断的新拓扑材料，包括一些可能有希望用于实验观察的拓扑材料。
"点击查看英文标题和摘要"
更新日期：2023-01-20
"点击查看英文标题和摘要"
京公网安备 11010802027423号