Construction of Coarse-Grained Molecular Dynamics with Many-Body Non-Markovian Memory.
Construction of Coarse-Grained Molecular Dynamics with Many-Body Non-Markovian Memory.
复制标题
利用多体非马尔可夫记忆构建粗粒度分子动力学。
DOI：
10.1103/physrevlett.131.177301
复制
发表时间：
2023
影响因子：
8.6
通讯作者：
H. Lei
中科院分区：
文献类型：
--
作者：
Liyao Lyu;H. Lei
我们引入了一种基于机器学习的粗粒度分子动力学模型，该模型忠实地保留了分子间耗散相互作用的多体性质。与常见的经验粗粒度模型不同，本模型是基于 Mori-Zwanzig 形式构建的，自然继承了异构状态相关记忆项，而不是匹配速度自相关函数等平均场度量。数值结果表明，保留记忆项的多体性质对于预测集体运输和扩散过程至关重要，而经验形式通常显示出局限性。
We introduce a machine-learning-based coarse-grained molecular dynamics model that faithfully retains the many-body nature of the intermolecular dissipative interactions. Unlike the common empirical coarse-grained models, the present model is constructed based on the Mori-Zwanzig formalism and naturally inherits the heterogeneous state-dependent memory term rather than matching the mean-field metrics such as the velocity autocorrelation function. Numerical results show that preserving the many-body nature of the memory term is crucial for predicting the collective transport and diffusion processes, where empirical forms generally show limitations.
DOI：
10.1021/issn.1520-6106
发表时间：
--
期刊：
--
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1209/0295-5075/19/3/001
发表时间：
1992-06-01
期刊：
EUROPHYSICS LETTERS
影响因子：
--
作者：
HOOGERBRUGGE, PJ;KOELMAN, JMVA
通讯作者：
KOELMAN, JMVA