流体结构是否编码了玻璃动力学的预测？
摘要：数据驱动的方法推断非晶材料中负责塑性的局部结构，对我们理解过冷流体的断裂、流动和重排动力学做出了重要贡献。其中一些方法，如基于线性支持向量机的“软度”方法，已经确定了超冷颗粒环境的局部结构特征的组合，可以预测与颗粒重排相关的能量壁垒。该方法还预测了起始温度，通常被描述为系统动力学变为非阿伦尼乌斯动力学的温度，并且在该温度以下局部结构对动力学活动不再具有预测性。我们采用一种迁移学习方法，首先展示了分类器可以被训练来预测高于起始温度的动力学活动。然后，我们展示将这些分类器应用于超冷阶段的数据，可以恢复关于局部结构与能量壁垒之间关系的基本相同的物理信息，就像“软度”方法一样。
作者：Tomilola M. Obadiya and Daniel M. Sussman
论文ID：2211.00604
分类：Soft Condensed Matter
分类简称：cond-mat.soft
提交时间：2023-08-22