中文

随机网络上促进自旋模型动力学的解析方法

无序系统与神经网络 2014-11-07 v2 动力系统

摘要

促进自旋模型是在几十年前提出的,旨在模拟具有玻璃化转变特征的系统。最近的发展表明,一类促进自旋模型也能重现玻璃形成液体的结构弛豫特性的特征信号。虽然这些模型的平衡相图可以解析计算,但其动力学通常通过数值方法进行研究。在此,我们提出了一种新的基于网络的方法,称为近似主方程(AME),用于研究 Fredrickson-Andersen 模型的动力学。该方法正确预测了发生玻璃化转变的临界温度。我们还发现,除了非常接近液 - 玻璃转变的区域外,该理论与数值模拟在瞬态区域具有极好的一致性。最后,我们解析地表征了模型的临界团簇,并表明我们的 AME 方法与蒙特卡洛模拟之间的偏差可能与接近玻璃化转变温度时冻结自旋与未冻结自旋之间的巨大界面有关。

关键词

引用

@article{arxiv.1405.0195,
  title  = {Analytical approach to the dynamics of facilitated spin models on random networks},
  author = {Peter G. Fennell and James P. Gleeson and Davide Cellai},
  journal= {arXiv preprint arXiv:1405.0195},
  year   = {2014}
}

备注

10 pages, 5 figures, 2 tables