論文の概要: Machine learning for phase ordering dynamics of charge density waves

• arxiv url: http://arxiv.org/abs/2303.03493v1
• Date: Mon, 6 Mar 2023 21:00:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 17:22:12.144421
• Title: Machine learning for phase ordering dynamics of charge density waves
• Title（参考訳）: 電荷密度波の位相秩序ダイナミクスのための機械学習
• Authors: Chen Cheng, Sheng Zhang, Gia-Wei Chern
• Abstract要約: 電荷密度波(CDW)状態の大規模動的シミュレーションのための機械学習フレームワークを提案する。 ニューラルネットワークモデルを構築し,周辺環境からの入力により局所的な電子力を高精度かつ効率的に予測する。 本研究は,機能電子材料の動的シミュレーションにおけるMLベースの力場モデルの可能性を強調した。
• 参考スコア（独自算出の注目度）: 5.813015022439543
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a machine learning (ML) framework for large-scale dynamical simulations of charge density wave (CDW) states. The charge modulation in a CDW state is often accompanied by a concomitant structural distortion, and the adiabatic evolution of a CDW order is governed by the dynamics of the lattice distortion. Calculation of the electronic contribution to the driving forces, however, is computationally very expensive for large systems. Assuming the principle of locality for electron systems, a neural-network model is developed to accurately and efficiently predict local electronic forces with input from neighborhood configurations. Importantly, the ML model makes possible a linear complexity algorithm for dynamical simulations of CDWs. As a demonstration, we apply our approach to investigate the phase ordering dynamics of the Holstein model, a canonical system of CDW order. Our large-scale simulations uncover an intriguing growth of the CDW domains that deviates significantly from the expected Allen-Cahn law for phase ordering of Ising-type order parameter field. This anomalous domain-growth could be attributed to the complex structure of domain-walls in this system. Our work highlights the promising potential of ML-based force-field models for dynamical simulations of functional electronic materials.
• Abstract（参考訳）: 電荷密度波(CDW)状態の大規模動的シミュレーションのための機械学習(ML)フレームワークを提案する。 cdw状態における電荷変調は共役構造歪みを伴うことが多く、cdwオーダーの断熱的進化は格子歪みのダイナミクスによって制御される。 しかし、駆動力に対する電子的貢献の計算は、大規模システムでは計算的に非常に高価である。 電子系の局所性の原理を仮定し、近傍配置からの入力で局所電子力を正確にかつ効率的に予測するニューラルネットワークモデルを開発した。 重要なことに、MLモデルはCDWの動的シミュレーションのための線形複雑化アルゴリズムを可能にする。 実演として,CDW秩序の標準系であるホルシュタインモデルの位相秩序ダイナミクスを解析するために,本手法を適用した。 大規模シミュレーションにより,Ising型順序パラメータ場の位相秩序に関するアレン・カーンの法則から大きく逸脱したCDW領域の興味深い成長が明らかになった。 この異常なドメイン成長は、この系におけるドメインウォールの複雑な構造に起因する可能性がある。 本研究は,機能電子材料の動的シミュレーションにおけるMLベースの力場モデルの可能性を強調した。

関連論文リスト

• Truncated Gaussian basis approach for simulating many-body dynamics [0.0]
  このアプローチは、フェルミオンガウス状態にまたがる縮小部分空間内で有効ハミルトニアンを構築し、近似固有状態と固有エネルギーを得るために対角化する。 対称性を利用して並列計算を行い、より大きなサイズでシステムをシミュレートすることができる。 クエンチ力学では,時間発展する部分空間の波動関数が時間的ダイナミクスのシミュレーションを促進することが観察される。
  論文  参考訳（メタデータ） (2024-10-05T15:47:01Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Kinetics of orbital ordering in cooperative Jahn-Teller models: Machine-learning enabled large-scale simulations [7.540467064488348]
  本稿では,Jern-Teller(JT)システムの断熱力学に対するスケーラブル機械学習(ML)力場モデルを提案する。 JT模型の大規模動力学シミュレーションは、コロッサル磁気抵抗マンガナイトの軌道秩序ダイナミクスに光を当てた。
  論文  参考訳（メタデータ） (2024-05-23T16:44:29Z)
• Pattern formation in charge density wave states after a quantum quench [5.155523246793565]
  正方格子$t$-$V$モデルにおける電荷密度波(CDW)の時間後ダイナミクスについて検討する。 大規模シミュレーションにより,ポストクエンチCDW状態,特に強いクエンチ状態の複雑なパターンが明らかになった。
  論文  参考訳（メタデータ） (2023-12-21T10:50:26Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Slow semiclassical dynamics of a two-dimensional Hubbard model in disorder-free potentials [77.34726150561087]
  調和およびスピン依存線形ポテンシャルの導入は、fTWAを長期間にわたって十分に検証することを示した。 特に、有限2次元系に着目し、中間線形ポテンシャル強度において、高調波ポテンシャルの追加と傾きのスピン依存が、亜拡散力学をもたらすことを示す。
  論文  参考訳（メタデータ） (2022-10-03T16:51:25Z)
• Spreading of a local excitation in a Quantum Hierarchical Model [62.997667081978825]
  常磁性相における量子ダイソン階層モデルのダイナミクスについて検討する。 地磁気場状態の局所励起による初期状態を考慮する。 局所化機構が発見され、励起は任意の時間で初期位置に近づいたままである。
  論文  参考訳（メタデータ） (2022-07-14T10:05:20Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Enhancement of quantum correlations and geometric phase for a driven bipartite quantum system in a structured environment [77.34726150561087]
  構造環境下で進化する初期最大絡み合い状態における運転の役割について検討した。 この知識は、散逸動力学の下で量子特性を最もよく保持する物理装置の探索に役立つ。
  論文  参考訳（メタデータ） (2021-03-18T21:11:37Z)
• Machine learning dynamics of phase separation in correlated electron magnets [0.0]
  両交換系における電子位相分離の大規模動的シミュレーションを機械学習により実現した。 本研究は,機械学習モデルを用いて相関電子系の大規模動的シミュレーションを行う方法である。
  論文  参考訳（メタデータ） (2020-06-07T17:01:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。