Loading...
机构名称:
¥ 1.0

拓扑材料的特点是具有拓扑非平凡的电子能带结构,从而获得了出色的传输特性。[1–6] 将这些奇异相开发成有用的应用的前景吸引了广泛的努力来识别和分类候选拓扑材料,证据是出现了许多基于电子能带连通性、[7–13] 基于对称性的指标、[7,14–21] 电子填充约束、[7,22,23] 和自旋轨道溢出的理论框架。[24–26] 这些框架有助于预测 8000 多个拓扑非平凡相,[27–34] 这是一片广阔的未开发实验领域。这为开发用于高通量筛选候选材料的互补实验技术提供了强大的动力。当前最先进的技术,如角分辨光发射光谱 (ARPES)、扫描隧道显微镜 (STM) 和

机器学习拓扑光谱指标

机器学习拓扑光谱指标PDF文件第1页

机器学习拓扑光谱指标PDF文件第2页

机器学习拓扑光谱指标PDF文件第3页

机器学习拓扑光谱指标PDF文件第4页

机器学习拓扑光谱指标PDF文件第5页