用于预测电子输运性质的神经网络

• 作者: 卢军强 李康源 翟峰
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 物理学
• 关键词: 电子输运 神经网络 普适电导涨落 金属-绝缘体转变
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 物理
• 页码范围: 373-380
• 页数: 8页
• 分类号: O488
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2020.04.003

摘要

为了加速对介观体系输运性质的模拟,运用神经网络预测介观无序体系的电导,考察了杂质能量在一定范围内随机取值的全杂质模型(模型I)和杂质能量固定、位置随机分布、浓度可变的模型(模型Ⅱ).结果发现:用神经网络预测模型Ⅰ的线性响应电导,在输运体系尺寸较小时,平均绝对误差(EMA)≈0.1(2 e2/h);逐渐增大输运体系的尺寸,即使增加训练数据量,由于受普适电导涨落的影响,EMA也会逐渐增大以致预测失败.对于模型Ⅱ,即使在尺寸较大时,电导预测值的EMA≈0.2(2e2/h);如果对固定偏压下的平均电导进行预测,则EMA迅速下降到EMA≈0.1(2 e2/h).表明本文的模型能够快速准确地预测介观输运体系在多大杂质浓度下发生金属→绝缘体的转变.