玻璃形成液体中迁移率网络拓扑携带关于未来老化动力学的增量、软度正交信息
Mobility-network topology carries incremental, softness-orthogonal information about future aging dynamics in a glass-forming liquid
- School of Information, Lijiang Culture and Tourism College（丽江文化旅游学院信息学院）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
该研究通过无泄漏模拟发现，玻璃形成液体中迁移率网络拓扑能提供超越局部结构的未来运动预测信息，其贡献随淬火深度增加，并揭示合作运动的空间反相关通道。
AI中文摘要：
在玻璃中，粒子迁移率的空间组织能否预测超出局部结构已知范围的未来运动？在对老化Kob-Andersen液体（N=2028；200条轨迹；三个温度）的无泄漏模拟中，迁移率网络拓扑将折外R²提高了ΔR²=0.0049–0.0122，且随淬火深度单调增加，在软度类基线之上保持≥98%。巨型移动组分是密集热点，其成员随后安静下来：合作运动的耗尽区——一种单粒子描述符无法看到的空间反相关通道。
英文摘要：
Does the spatial organization of particle mobility in a glass predict future motion beyond what local structure knows? In leakage-free simulations of an aging Kob--Andersen liquid ($N=2028$; 200 trajectories; three temperatures), mobility-network topology raises the out-of-fold $R^2$ by $\dRtwo=0.0049$--$0.0122$, monotonically with quench depth, retaining $\ge 98\%$ atop softness-class baselines. Giant mobile components are dense hotspots whose members subsequently quiet down: exhaustion zones of cooperative motion --- a spatial anticorrelation channel invisible to single-particle descriptors.
