激光熔化后电荷密度波恢复的机器学习建模

我们在半经典框架下研究了激光加热的二维自旋less Holstein 模型中的非平衡动力学，关注长程电荷密度波秩序的熔化与恢复。准确描述这一过程需要完全非adiabatic 的电子-晶格动力学，但由于需要在较长时间尺度上解析快速电子运动，计算工作量巨大。通过分析非平衡演化中晶格力的结构，我们发现该力自然分解为一个光滑的准-adiabatic 分量和一个残差类似浴的贡献，后者与快速电子涨动相关。准-adiabatic 分量仅取决于瞬时局部晶格配置，可通过机器学习技术高效学习，而最小 Langevin 描述的浴项捕捉了恢复动力学的关键特征。将这些元素组合起来，即可在大尺度晶格上进行高效且可扩展的长时间非平衡动力学模拟，为访问受驱动相关系统提供了一条突破直接 nonadiabatic 方法限制的实际途径。