一种基于图同构网络的拓扑量子材料分类方法、设备和存储介质

本发明公开了一种基于图同构网络的拓扑量子材料分类方法、设备和存储介质。该方法包括如下步骤：基于材料拓扑分类信息和晶体结构构建数据集，将数据集平分为两个子集；将其中一个子集输入图同构网络，输出第一特征向量；将另一个子集输入原子特异性持久同调，提取高维特征向量，再通过主成分分析进行降维，输出第二特征向量；整合第一特征向量和第二特征向量后输入XGBoost分类器中进行预测建模。本发明兼具计算效率和提升的预测能力，表明其在加速发现新型拓扑相方面具有广阔潜力。未来的研究方向可能包括将该方法扩展到预测其他量子拓扑不变量，以及探索其在更广泛材料体系中的适用性。