拓扑材料具有非常规的电子性质，使得它们在基础科学和下一代技术应用研究中都备受关注。目前已知的大多数拓扑材料都是使用基于对称性的量子波函数分析方法发现的。近日，麻省理工学院Soljačić Marin、Fu Liang报道了拓扑材料的机器学习化学规则。

本文要点：

1) 作者使用机器学习方法开发了一种简单易用的启发式化学规则，该规则仅使用化学公式就可以高精度地诊断材料是否是拓扑结构。该启发式规则基于一个称之为拓扑性的概念，即每个元素的机器学习数值捕捉其形成拓扑材料的趋势。

2) 接下来，作者基于启发式拓扑规则预测和从头计算方法验证，实现了拓扑材料的高通量发现。通过这种方式，作者发现了新的拓扑材料，并且这些材料不能使用对称性指标进行诊断。最后，作者报道的拓扑机器学习方法也可以用于其他材料性质的研究，例如铁电性、铁磁性，甚至超导性。

参考电竞投注官网 ：

Andrew Ma et.al Topogivity: A Machine-Learned Chemical Rule for Discovering Topological Materials Nano Letters 2023

DOI: 10.1021/acs.nanolett.2c03307

https://pubs.acs.org/doi/10.1021/acs.nanolett.2c03307