研究前沿：南洋理工大学张柏乐团队-拓扑非阿贝尔编织 | Nature Machine Intelligence

文章预览

能带的拓扑分类，为近几十年来物质各种拓扑相的研究发现奠定了基础。虽然以前研究集中在厄米系统中的真实能带，但最近研究，已经将注意力转移到复杂能量或非厄米能带的拓扑结构上，从而摆脱了能量守恒的约束。例如，复杂能带的光谱缠绕，可产生独特的拓扑结构，如辫子braids，这为推进量子计算带来了巨大的希望。 然而，由于阿贝尔辫子群B2相对简单，相关讨论主要局限于阿贝尔辫子群。拓扑非阿贝尔编织的识别，仍然具有挑战性，因为缺少普遍适用的拓扑不变量。 今日，新加坡 南洋理工大学（Nanyang Technological University）Yang Long，张柏乐Baile Zhang等，在Nature Machine Intelligence上发文，提出了一种机器学习算法，用于多个复能带内，非阿贝尔编织的无监督识别。 研究证明，所得结果与Artin著名的编织拓扑等价条件是一致的。为此，还引入了 ………………………………