검색 상세

Molecular Simulation and Computer Vision Studies on Two-Dimensional Colloidal Glass and Ultrastable Glass

이차원 콜로이드 유리와 초안정 유리에 관한 분자 시뮬레이션 및 컴퓨터 비전 연구

  • 김은철 (Eun Cheol Kim, 서강대학교 일반대학원)

초록

Searching for underlying universal structural information on glass transition and long-time relaxation has been a challenging problem in the field of glass for decades. Difficulties of the problems come from the reasons that the structures of liquids and glasses are highly similar, and the relaxation process of glass is extremely slow. During my M.S. course, I study the existence of the hidden structural origin of two-dimensional (2D) colloidal glass transition and long-time relaxation with molecular dynamics (MD) simulation, Monte Carlo (MC) simulation, and convolutional neural network (CNN) computer vision machine learning (ML) methods to shed light on these problems. Chapter 1 deals with an unknown but general structural information on 2D colloidal glass transition. We employ only the positions of colloidal particles and construct ML models to test the presence of structural order in glass transition for two kinds of 2D colloids: polydisperse colloids (PC) with medium-range crystalline order (MRCO) and binary colloids (BC) without MRCO. ML models predict the glass transition of 2D colloids successfully without any information on MRCO. Even certain ML models trained with BC predict the glass transition of PC successfully, thus suggesting that universal structural characteristics would exist besides MRCO. Chapter 2 deals with unknown structural information on long-time relaxation in a 2D binary metallic glass system. We introduce ML models to try to find the structural information that correlates with the long-time relaxation of glasses: from non-equilibrium glasses to ultrastable glasses. We use configurations of ultrastable glasses, which can be obtained by the hybrid particle swap MC/MD simulation methods. We find that the ML models cannot catch any structural difference between the non-equilibrium glasses and ultrastable glasses despite the energy differences.

more

초록

유리 전이 현상 및 장시간 완화 현상에 수반되는 보편적인 구조 정보를 찾는 것은 유리 분야의 난제 중 하나이다. 이러한 어려움은 액체 및 유리 상태의 구조가 매우 유사하고, 완화 과정에 매우 긴 시간이 걸린다는 물리적 사실로부터 기원한다. 본 논문은 분자동역학 시뮬레이션, 몬테 카를로 시뮬레이션, 합성곱 신경망 컴퓨터 비전 기계 학습 등의 기법을 이용한 이차원 콜로이드 유리 전이 현상 및 장시간 완화 현상의 보편적 구조 정보 탐색 가능성 및 향후 연구 방향을 제시한다. 1장은 이차원 콜로이드 유리 전이 현상의 숨겨진 보편적 구조 정보 탐색에 관한 내용을 담고 있다. 중간 범위 결정화 구조가 존재하는 이차원 다분산 콜로이드와 존재하지 않는 이차원 이진 콜로이드 시스템의 유리 전이 현상에서 동일한 구조 변화가 존재하는지 알아보기 위해 콜로이드 입자의 위치 정보만을 이용하여 기계 학습 모델을 학습시켰다. 테스트 결과 기계 학습 모델은 중간 범위 결정화 구조 정보 없이도 유리 전이 현상을 잘 예측해 낼 수 있음을 알아냈다. 또, 이차원 이진 콜로이드 시스템의 유리 전이 구조 현상에 수반되는 구조 변화를 학습한 기계 학습 모델이 이차원 다분산 콜로이드 시스템의 유리 전이 현상을 잘 예측해 낼 수 있음을 통해, 중간 범위 결정화 구조 외에 유리 전이 현상에 수반되는 보편적인 구조 정보가 존재함을 밝혀냈다. 2장은 이차원 이진 금속 유리 시스템의 장시간 완화 현상에 수반되는 숨겨진 구조적 정보 탐색에 관한 내용을 담고 있다. 비평형 유리로부터 초안정 유리로 변화하는 유리의 장시간 완화 현상에 수반되는 구조 정보를 찾기 위해 1장과 같은 방법으로 기계 학습 모델을 학습시켰다. 테스트 결과 비평형 유리와 초안정 유리 간의 큰 에너지 차이에도 불구하고 기계 학습 모델이 두 유리 간 구조적 차이를 찾아내지 못한다는 결과를 얻을 수 있었다.

more

목차

1 Machine Learning Predicts the Glass Transition of Two-Dimensional Colloids Besides Medium-Range Crystalline Order 2
1.1 Introduction 2
1.2 Model and Methods 4
1.3 Results and Discussions 9
1.3.1 Transport and structural properties of PC and BC 9
1.3.2 Straight species tests of CNN ML models 13
1.3.3 Cross species tests of CNN ML models 15
1.4 Summary and Conclusions 19
1.5 References 19
2 Between Non-Equilibrium Glasses and Ultrastable Glasses: Can Machine Learning Discover the Structural Differences? 24
2.1 Introduction 24
2.2 Model and Methods 25
2.3 Results and Discussions 30
2.4 Summary and Conclusions 33
2.5 References 33

more
반출 Meta View 목록