AI与世界难题 · 物理学 · arXiv · 2026-10-19
晶体磁体响应张量的物理信息机器学习:在Kagome金属中的应用
原标题: Physics-Informed Machine Learning for Response Tensors in Crystalline Magnets: Application to Kagome Metals
从磁织构预测响应张量是非共线磁体中的一项关键挑战，而现有的描述符仅限于一阶多极展开或简单的磁结构。作者为任意晶体结构构建了完整的对称不变描述符基，并对主成分分析进行了改进，以得到互不相关、层级稳定的序参量。将其应用于磁性 kagome 晶格的反常霍尔电导率时，在线性回归效果良好的区间内，回归系数的平方呈现类似 Zipf 的幂律。