ИИ и сложнейшие проблемы мира · Физика · arXiv · 2026-10-19
Физически информированное машинное обучение для тензоров отклика в кристаллических магнетиках: применение к металлам с решёткой кагоме
Оригинальное название: Physics-Informed Machine Learning for Response Tensors in Crystalline Magnets: Application to Kagome Metals
Предсказание тензоров отклика по магнитным текстурам — ключевая задача для неколлинеарных магнетиков, а существующие дескрипторы ограничивались мультипольными разложениями первого порядка или простыми магнитными структурами. Авторы построили полный симметрийно-инвариантный базис дескрипторов для произвольных кристаллических структур и модифицировали метод главных компонент, чтобы получить некоррелированные, иерархически устойчивые параметры порядка. При применении к аномальной холловской проводимости магнитной решётки кагоме квадраты коэффициентов регрессии следовали степенному закону типа Ципфа в режиме, где линейная регрессия работает хорошо.