通过无监督学习揭示临界过冷水中超越局部结构的奥秘
软凝聚态物质
2024-04-11 v2 化学物理
数据分析、统计与概率
摘要
水的第二临界点的存在是过去几十年来一个深入研究的课题。这一现象背后的分子起源通常用局部高密度（HD）和低密度（LD）结构之间的竞争来解释。它们的识别通常需要设计受人为干预的参数。在此，我们使用无监督学习来发现接近液-液临界点（LLCP）的水的原子级模拟中的结构。使用局部描述符对环境信息进行编码，我们没有发现两种不同热力学结构的证据。相反，当我们部署非局部描述符来探测纳米长度尺度上的不均匀性时，这导致了LD和HD域的出现，从而解释了接近临界点时密度涨落的微观起源。
引用
@article{arxiv.2401.16245,
title = {Beyond Local Structures In Critical Supercooled Water Through Unsupervised Learning},
author = {Edward Danquah Donkor and Adu Offei-Danso and Alex Rodriguez and Francesco Sciortino and Ali Hassanali},
journal= {arXiv preprint arXiv:2401.16245},
year = {2024}
}