Gaussian approximation to single particle correlations at and below the picosecond scale for Lennard-Jones and nanoparticle fluids
Notice bibliographique
Résumé
To describe short time (picosecond) and small scale (nanometre) transport in fluids, a Green's function approach was recently developed. This approach relies on an expansion of the distribution of single particle displacements around a Gaussian function, yielding an infinite series of correction terms. Applying a recent theorem (van Zon and Cohen 2006 J. Stat. Phys. 123 1–37) shows that for sufficiently small times the terms in this series become successively smaller, so that truncating the series near or at the Gaussian level might provide a good approximation. In this paper, we derive a theoretical estimate for the time scale at which truncating the series at or near the Gaussian level could be supposed to be accurate for equilibrium nanoscale systems. In order to numerically estimate this time scale, the coefficients for the first few terms in the series are determined in computer simulations for a Lennard-Jones (LJ) fluid, an isotopic LJ mixture and a suspension of a LJ-based model of nanoparticles in a LJ fluid. The results suggest that for LJ fluids an expansion around a Gaussian is accurate at time scales up to a picosecond, while for nanoparticles in suspension (a nanofluid), the characteristic time scale up to which the Gaussian is accurate becomes of the order of 5–10 ps.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».