中文

用于重尾实验瞬态渐近预测的广义拟合

无序系统与神经网络 2017-06-06 v1 材料科学 软凝聚态物质

摘要

无序系统中的瞬态响应通常表现出重尾弛豫行为:衰减时间常数随时间增大而增大,揭示了时间常数的谱分布。由于衰减时间尺度不断增加,此类瞬态的渐近值在实验上难以测量。然而,如果将重尾瞬态对对数时间作图,则该图拐点周围的一小组数据就足以进行精确拟合。从对数时间下的导数图来看,仅需峰值高度、位置、线宽,以及最重要的偏度,即可将各种重尾衰减模型的渐近值准确预测到小于百分之一的误差内。这种曲线拟合策略将所需的实验数据量减少了数个数量级,并清晰地确定了这样一个阈值:低于该阈值时数据量不足以区分不同模型。我们提出了偏正态谱拟合和色散扩散瞬态拟合作为四参数拟合,后者将拉伸指数作为极限情况包含在内。利用先前发表的非晶硅和非晶 InGaZnO 实验瞬态响应数据,演示了线拟合与渐近预测。

关键词

引用

@article{arxiv.1706.00902,
  title  = {Generalized Fit for Asymptotic Predictions of Heavy-Tail Experimental Transients},
  author = {Jiajun Luo and M. Grayson},
  journal= {arXiv preprint arXiv:1706.00902},
  year   = {2017}
}

备注

14 pages, 5 figures, 2 tables