量化复杂材料中扩散的贡献
材料科学
2024-05-02 v2
摘要
利用机器学习与扩散率的变分公式,我们将扩散重新表述为各独立扩散贡献——称为“kinosons”——之和,并计算其统计分布以模拟一种复杂多组分合金。计算kinosons比计算完整轨迹效率高出数个数量级,并能阐明扩散的动力学机制。kinosons随温度的分布导出了新的精确宏观扩散率解析模型。这种机器学习与扩散理论的结合有望为其他复杂材料提供洞见。
引用
@article{arxiv.2401.06046,
title = {Quantifying the contributions to diffusion in complex materials},
author = {Soham Chattopadhyay and Dallas R. Trinkle},
journal= {arXiv preprint arXiv:2401.06046},
year = {2024}
}
备注
16 pages, 5 figures, 38 pages supplemental material