Mapeo de la heterogeneidad dinámica en formadores de vidrio sobreenfriados

Área de la Ciencia:

• Física
• Ciencia de Materiales
• Ciencia Computacional

Sus antecedentes:

• La heterogeneidad dinámica en líquidos sobreenfriados es un área clave de estudio en la física del vidrio.
• Los modelos existentes de aprendizaje automático para predecir la dinámica de líquidos a menudo requieren datos de entrenamiento etiquetados o carecen de interpretabilidad.

Objetivo del estudio:

• Desarrollar un enfoque de aprendizaje automático no supervisado para inferir la heterogeneidad dinámica a partir de estructuras estáticas en líquidos sobreenfriados.
• Introducir un método intuitivo para caracterizar la heterogeneidad dinámica y los eventos raros en los formadores de vidrio.

Principales métodos:

• Se utilizó un modelo generativo autorregresivo, Memory-Augmented Prediction (MAP), para aprender las probabilidades de configuración de partículas condicionadas a entornos locales.
• Se emplearon datos de dinámica molecular para el sistema binario de Kob-Andersen sobreenfriado.
• Se analizó la coordenada de reacción derivada de MAP (Ω) para identificar excitaciones dinámicas y eventos raros.

Principales resultados:

• MAP reprodujo con éxito puntos de referencia clave, incluidas las funciones de correlación de pares y el escalado de la distancia punto-conjunto.
• Las modulaciones en la coordenada de reacción derivada de MAP (Ω) se correlacionaron con las excitaciones dinámicas.
• La sintonización de Ω reveló su sensibilidad a los eventos dinámicos locales, caracterizándolos como excitaciones cercanas concurrentes.

Conclusiones:

• El modelo MAP no supervisado proporciona un método novedoso e intuitivo para diagnosticar la heterogeneidad dinámica en líquidos sobreenfriados.
• MAP vincula eventos dinámicos raros con estados estructurales locales atípicos, ofreciendo nuevas vías para explorar la dinámica de los formadores de vidrio.