二维单原子过冷液体中空间非均匀性的双空间分类方案

理解接近玻璃化转变的过冷液体的物理学仍然是凝聚态科学中的主要挑战之一。人们早就认识到，过冷液体具有空间动力学非均匀性，其样品中某些区域的动力学可能比仅几纳米之外其他区域的动力学快几个数量级。然而，以一致的方式从结构和构型上识别此类畴结构，以及结构与动力学之间的联系，仍然难以捉摸。我们开发了一种对过冷液体这些空间非均匀性进行分类的新方法。使用粒子的平均加权配位数（WCN）作为主成分分析（PCA）和高斯混合（GM）聚类的特征，在将 PCA 应用于 WCN 后，构建了用于执行 GM 聚类的特征空间表示。通过将特征（结构）空间中的聚类标识直接映射到构型（真实）空间中，发现了纳米畴或聚集簇，并带有一定的分类不确定性。这些不确定性可以通过共学习策略来改善，该策略在结构空间和构型空间之间迭代地传输信息直到收敛。发现这些畴在两个空间中长时间内确实非常一致，并且测量表明其具有非均匀的动力学。使用这种分类方案，序参量时间相关函数遵循非守恒序参量标度律，这表明此类畴是淬火后液-液相分离的结果。