提取基于无监督学习的的局部结构差异.
Anh Khoa Augustin Lu1,2, Jianbo Lin3, Yasunori Futamura4,5,6
1Research Center for Materials Nanoarchitectonics, National Institute for Materials Science, Tsukuba 305-8568, Japan. LU.Augustin@nims.go.jp.
Physical chemistry chemical physics : PCCP
|April 2, 2024
概括
本研究引入了一种无监督学习方法,以区分相中的微妙局部结构差异,这对于了解玻璃性能至关重要. 该方法有效地识别了不同温度和压力条件下原子结构的变化.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
- 凝聚物质物理学 凝聚物质物理学
背景情况:
- 具有复杂的相位图,具有许多结构,包括玻璃.
- 由于类似的短距离和中距离顺序,区分二氧化相对具有挑战性.
- 原子模拟经常揭示与微妙的结构差异共存的相.
研究的目的:
- 开发一种方法来检测各种相之间的微妙局部结构差异.
- 利用无监督学习从分子动力学模拟分析原子结构.
- 为了解的结构变化提供可视化工具.
主要方法:
- 使用无监督学习,特别是两步地方保护预测 (TS-LPP).
- 使用局部平均原子指纹 (LAAF) 作为原子结构的描述符.
- 使用分子动力学 (MD) 模拟为八个相生成原子模型.
主要成果:
- 成功确定了一个低维空间,可以检测到二氧化相之间的差异.
- 证明了识别微妙的局部结构变化的能力,并分析相位过渡,如石英中的β-α过渡.
- 在融化灭过程中可视化结构演变.
结论:
- 提出的方法有效地区分了相中的微妙的局部结构变化.
- 这种方法为分析不同条件下合成的玻璃结构和性能提供了一个有前途的工具.
- 该方法增强了对无形材料结构-性质关系的理解.


