基本信息

---

下载

文档摘要

---

摘要

在胶体等软物质系统中，结晶动力学领域内的晶体结构形成和相行为都是重要的研究课题。传统

研究方法往往是寻找合适的序参量，如键取向序，来描述晶体结构种类和相变。本文使用卷积神经网

络（CNN），设计了晶体结构分类算法和固液相识别算法。晶体结构分类算法可以判断出胶体系统在晶

体生长过程中产生的晶体的结构种类。固液相识别算法可以判断胶体系统中某粒子的固液相倾向，区

分其更趋向于固体或是液体。为了提高模型的准确度，本文搭建了多种网络结构，并尝试引入了空洞

卷积。本文也对模型的预测结果进行了可视化分析，阐述其物理机理。

在完成以上两种模型后，本文引入了图神经网络（GNN），期