二维单原子超冷液体中空间异质性的双空间分类方案
摘要：理解接近玻璃转变的过冷液体物理性质仍然是凝聚态物质科学的主要挑战之一。人们早就认识到，超冷液体具有空间动态异质性，在样品的某些区域中，其动力学可能比距离仅几纳米的其他区域快上几个数量级。然而，要以一致的方式明确识别这种在结构上和构型上的域结构以及结构与动态之间的联系仍然困难重重。本研究开发了一种新的方法来对超冷液体的空间异质性进行分类。通过将粒子的平均加权配位数（WCNs）作为主成分分析（PCA）和高斯混合（GM）聚类的特征，构建了一个特征空间的表示形式，以在应用PCA到WCNs后执行GM聚类。通过使用将特征（结构）空间中的聚类身份直接映射到构型（实空间）中的聚类来在构型空间中找到纳米域或聚集簇，并存在一些分类的不确定性。通过一种协同学习策略，可以在结构空间和构型空间之间迭代地传递信息，以改进这些不确定性，直至收敛。事实上，这些域在长时间内在两个空间中都保持非常一致，并且被证实具有异质动态。通过使用这种分类方案，次序参量的时间相关函数遵循非守恒次序参量的标度定律，表明这些域是淬火后的液-液相分离的结果。
作者：Viet Nguyen and Xueyu Song
论文ID：2301.05990
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-07-10