无监督机器学习用于非晶格系统相变检测 II. 应用
计算物理
2018-12-07 v1 统计力学
摘要
我们概述如何将主成分分析（PCA）应用于粒子构型数据，以检测非晶格系统中各类相变，包括平衡与非平衡情形。具体而言，我们讨论其应用于：1）非平衡随机组织（RandOrg）模型，该模型随密度变化展现从静息到稳态行为的相变；2）硬椭球中由取向与位置驱动的平衡相变；3）非加和二元Widom-Rowlinson混合物中由组分驱动的去混相变。
引用
@article{arxiv.1808.00083,
title = {Unsupervised machine learning for detection of phase transitions in off-lattice systems II. Applications},
author = {R. B. Jadrich and B. A. Lindquist and W. D. Pineros and D. Banerjee and T. M. Truskett},
journal= {arXiv preprint arXiv:1808.00083},
year = {2018}
}