多尺度熵作为非平衡相变的序参量
Multiscale Entropies as Order Parameters for Nonequilibrium Phase Transitions
浏览论文内容
中文总结 AI 辅助
本文提出基于小波条件重正化群的多尺度熵框架，可分解总香农熵为不同尺度贡献，用于揭示非平衡系统中的临界性和空间组织，并作为尺度依赖的序参量表征相变与斑图形成。
中文摘要 AI 辅助
我们基于小波条件重正化群发展了一个多尺度熵框架，该框架将总香农熵分解为不同空间尺度的贡献。生成式建模使得能够从构型或快照中准确估计这些熵，即使是在其底层概率分布未知的非平衡系统中也是如此。对平衡$φ^4$模型和非平衡活性模型B+的应用表明，多尺度熵揭示了在总熵中被掩盖的临界性和空间组织。这些熵作为依赖于尺度的序参量，用于表征相变和斑图形成。
英文摘要
We develop a multiscale entropy framework based on the wavelet conditional renormalization group that decomposes the total Shannon entropy into contributions from different spatial scales. Generative modeling enables accurate estimation of these entropies from configurations or snapshots, even in nonequilibrium systems whose underlying probability distributions are unknown. Applications to the equilibrium $φ^4$ model and nonequilibrium active Model B+ show that multiscale entropies reveal criticality and spatial organization obscured in the total entropy. These entropies serve as scale-dependent order parameters for characterizing phase transitions and pattern formation.
发表机构
- Universität Innsbruck（因斯布鲁克大学）
- Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
机构由 AI 辅助整理，请以论文原文为准。
