凝聚态物理 > 无序系统与神经网络
[提交于 2025年2月15日
(此版本)
, 最新版本 2025年7月22日 (v2)
]
标题: 玻璃动态特性的动力学模式分解签名
标题: Signature of glassy dynamics in dynamic modes decompositions
摘要: 玻璃体传统上以其无序的低能态和缓慢向热力学平衡弛豫的崎岖景观为特征。在远离平衡状态下,也观察到了具有异常代数弛豫的动力学形式的玻璃态行为,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,这类系统在解析上一直难以研究,但数据驱动的方法作为一种有前景的替代方法正在出现,可能有助于它们的表征。在这里,我们展示了在表现出代数弛豫的系统中,库普曼谱中振荡模式和衰减模式之间的间隙消失。动态模态分解是一种数据驱动的谱计算方法,可近似库普曼谱,因此为检测和分析玻璃态动力学提供了一种模型无关的特征。我们通过一维常微分方程的一个最小例子和一个耦合振子的高维例子展示了我们的方法的实用性。
当前浏览上下文:
cond-mat.dis-nn
切换浏览方式为:
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.