MétaCan
Menu
Retour à la cohorte
Enregistrement W3216167217 · doi:10.48550/arxiv.2111.11681

Instantaneous normal modes of glass-forming liquids during the athermal relaxation process of the steepest descent algorithm

2021· preprint· en· W3216167217 sur OpenAlexaff
Masanari Shimada, Kumpei Shiraishi, Hideyuki Mizuno, Atsushi Ikeda

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueMaterial Dynamics and Properties
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaxima and minimaEnergy landscapeRelaxation (psychology)Statistical physicsGradient descentQuenching (fluorescence)Method of steepest descentProcess (computing)PhysicsThermodynamicsMathematicsMathematical optimizationMathematical analysisComputer scienceOpticsArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Understanding glass formation by quenching remains a challenge in soft condensed matter physics. Recent numerical studies on steepest descent dynamics, which is one of the simplest models of quenching, revealed that quenched liquids undergo slow relaxation with a power law towards mechanical equilibrium and that the late stage of this process is governed by local rearrangements of particles. These advances motivate the detailed study of instantaneous normal modes during the relaxation process because the glassy dynamics is considered to be governed by stationary points of the potential energy landscape. Here, we performed a normal mode analysis of configurations during the steepest descent dynamics and found that the dynamics is driven by almost flat directions of the potential energy landscape at long times. These directions correspond to localized modes and we characterized them in terms of their statistics and structure using methods developed in the study of local minima of the potential energy landscape.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,168
Écart entre enseignants0,143 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMaterial Dynamics and PropertiesTravaux en français237 207