量子科技中心_量科网

Floquet调控为实现新型非平衡拓扑相提供了一个无与伦比的平台。然而，Floquet系统特有的多重准能隙结构对传统解析分类方法提出了重大挑战。该研究团队提出了一种基于动量-时间（𝒌,t）空间核函数的无监督机器学习框架，该核函数直接由Floquet-Bloch本征态构建。该方法本质上是数据驱动的，无需预先了解拓扑不变量，相比依赖微运动算符或同伦变换等抽象概念的现有方法具有根本性优势。关键的是，该工作成功揭示了编码在Floquet本征态中的内在拓扑特征。研究人员证明该方法能稳健且同步识别多种对称性类别（一维AIII类、一维D类及二维A类）中与0-能隙和π-能隙相关的拓扑不变量，为系统分类和发现复杂非平衡拓扑物质建立了稳健的方法论。