能带编织拓扑不变量的精准预测
该Transformer框架能从复能带数据中自主识别带交叉这一核心几何特征，准确预测非厄米系统拓扑编织不变量，为冷原子及更广泛系统中的机器学习辅助拓扑探索提供了新工具。
Yang, Yue · Nan, Li · Zhang, Xin · Wang, Chenhao · Zeming, Fang · 姬中华 · 肖连团 · 贾锁堂 · 赵延霆 · 白亮 · 胡颖
Nature Communications 2026
Transformer对多种能量编织拓扑不变量预测准确，可直接用于非厄米拓扑相识别。
自注意力机制自主突出带交叉作为底层几何特征，无需人工指定特征。
在耗散冷原子模拟器中实现可调非厄米两能级系统，实验证实方法有效。