凝聚态物理 > 无序系统与神经网络
[提交于 2025年2月15日
(v1)
,最后修订 2025年7月22日 (此版本, v2)]
标题: 玻璃动力学在动态模式分解中的特征
标题: Signature of glassy dynamics in dynamic modes decompositions
摘要: 玻璃传统上以其无序的低能态的崎岖景观以及其缓慢趋向热力学平衡的特性来描述。 远离平衡时,也观察到了具有异常代数弛豫的动力学玻璃行为形式,例如在耦合振子网络中。 由于这些系统的无序性和高维特性,它们在理论上一直难以研究,但数据驱动的方法正在成为一种有前景的替代方法,可能有助于它们的分析。 在此,我们使用动态模态分解来表征玻璃动力学,这是一种数据驱动的谱计算方法,用于近似Koopman谱。 我们展示了在表现出代数弛豫的系统中,Koopman谱中的振荡模式和衰减模式之间的间隙消失,因此,我们提出了一种与模型无关的特征,用于稳健地检测和分析玻璃动力学。 我们通过一个一维常微分方程的最小示例和一个耦合振子的高维示例来展示我们方法的实用性。
当前浏览上下文:
nlin.PS
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.