从局部结构的重排预测器构建一个玻璃动力学的“陷阱模型”
摘要：基于软度的玻璃陷阱模型的变种在过冷液体中引入了机器学习所识别的局部结构变量。软度是一种基于颗粒的数量，反映了颗粒的局部结构环境，表征了颗粒重排的能垒。与陷阱模型类似，我们将每个颗粒的软度和能垒视为独立演变。我们展示了这样的模型能够复现软度的许多定性特征，并因此在模型过冷液体中对密度依赖的脆性等行为做出合理的定性预测。我们还展示了这个简单模型的失败，表明只有通过相关性才能解释的软度动力学特征。
作者：Sean A. Ridout, Indrajit Tah, Andrea J. Liu
论文ID：2308.07913
分类：Soft Condensed Matter
分类简称：cond-mat.soft
提交时间：2023-08-16