非平衡临界性与基于记忆动力学的高效玻璃态景观探索
无序系统与神经网络
2022-01-03 v3 计算物理
摘要
由于阻挫和亚稳性的存在，自旋玻璃在解析和数值上都极难研究。其高度非凸的景观需要集体更新才能有效探索。目前，大多数最先进的算法依赖随机自旋团簇来执行非局域更新，但此类“团簇算法”缺乏普遍效率。在此，我们引入一种基于带记忆的经典动力学来模拟自旋玻璃的非平衡方法。通过模拟各类三维自旋玻璃（Edwards-Anderson、部分阻挫和完全阻挫模型），我们发现记忆在时间演化过程中以自组织方式动态促进临界自旋团簇的形成。这促进了自旋玻璃低温相的有效探索。
引用
@article{arxiv.2102.04557,
title = {Non-equilibrium criticality and efficient exploration of glassy landscapes with memory dynamics},
author = {Yan Ru Pei and Massimiliano Di Ventra},
journal= {arXiv preprint arXiv:2102.04557},
year = {2022}
}
备注
21 pages, 9 figures