跳到正文
热点事件持续更新

机器学习在模拟数据中区分 Majorana 拓扑相

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

一项研究将无监督与监督学习结合,在模拟真实短无序纳米线的 Majorana 劈裂数据中,仅凭无标注数据即可区分“拓扑”与“平庸”相,并定位两者在相关参数空间中的交叉点。 研究者称,该方法或可用于在实验 Majorana 纳米线中识别拓扑。论文发表于 Phys. Rev. B 114, 165418。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv:cs.LG
    用无监督与监督学习识别 Majorana 拓扑

    研究将无监督与监督学习结合,证明在真实短无序纳米线的 Majorana 劈裂模拟数据中,无标注数据即可区分"拓扑"与"平庸"相,并定位两者在相关参数空间中的交叉点。该方法或可用于在实验 Majorana 纳米线中识别拓扑,论文发表于 Phys. Rev. B 114, 165418。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。