晶体成核的无监督拓扑学习方法
无序系统与神经网络
2021-09-17 v2
摘要
日常生活中常见的成核现象在许多领域具有基础、技术与社会重要性，但其某些最内在的机制仍有待揭示。晶体成核是过冷时液固转变发生的早期阶段，在原子尺度、纳米长度与亚皮秒时间尺度上启动，涉及具有局域对称性破缺的复杂多维机制，其极细微处难以通过实验观测。为在无先验下揭示模拟中的结构特征，提出一种基于持久同调概念的拓扑描述子的无监督学习方法。应用于单原子金属时，它表明当均质成核在低五重对称性区域开始时，平移与取向有序总是同时发挥作用。它还揭示了所考虑元素成核路径的特异性，其特征超出经典成核理论的假设。
引用
@article{arxiv.2109.06797,
title = {Unsupervised topological learning approach of crystal nucleation},
author = {Sébastien Becker and Emilie Devijver and Rémi Molinier and Noël Jakse},
journal= {arXiv preprint arXiv:2109.06797},
year = {2021}
}