活性网络中由拓扑随机无序导致的局域化
统计力学
2018-07-13 v2 无序系统与神经网络
软凝聚态物质
量子物理
摘要
活性网络是非平衡统计力学中的一个原型模型。例如，它可以代表一个包含具有自驱动机制粒子的系统。网络的每个节点指定了粒子的一个可能位置及其取向。取向（形式上类似于自旋自由度）决定了自驱动方向。键代表了发生跃迁的可能性：在位置之间跳跃或切换取向。在具有实验兴趣的系统中（Janus 粒子），自驱动由光照诱导。一个涌现的方面是拓扑随机无序（TSD），它由光照的不均匀性所隐含。用技术术语来说，TSD 反映了随机跃迁的局部非零环流（亲和势）。这种无序与非均匀磁场不同，是非厄米的，可导致复杂弛豫谱的出现。因此，它与保守的 Anderson 型或 Sinai 型无序截然不同。我们讨论了存在 TSD 的后果。特别地，我们阐明了通向欠阻尼弛豫的 3 种不同途径，并表明局域化在分析中起主要作用。此外还讨论了体-边对应原理的含义。
引用
@article{arxiv.1803.05176,
title = {Localization due to topological stochastic disorder in active networks},
author = {Dekel Shapira and Dganit Meidan and Doron Cohen},
journal= {arXiv preprint arXiv:1803.05176},
year = {2018}
}
备注
15 pages, 13 figures, expanded final version