[논문 리뷰] Computer Generation of Disordered Networks with Targeted Structural Properties

F. Hemmann, Vincent Glauser외 2명|arXiv (Cornell University)|2026. 01. 15.

Photonic Crystals and Applications인용 수 0

한 줄 요약

이 논문은 Wooten-Weaire-Winer (WWW) 알고리즘을 확장하여 각 협정 수를 임의로 가지는 네트워크를 생성하기 위해 Keating 에너지를 각도 반발을 강제하도록 수정하고, 결합 굽힘 beta 및 삼각형 가열/냉각 프로파일을 통해 무질서를 조정하며, 질서 지표와 신경망을 사용해 생체광학 네트워크를 포함한 무질서 네트워크를 표적화한다.

ABSTRACT

Disordered spatial networks are model systems that describe structures and interactions across multiple length scales. Scattering and interference of waves in these networks can give rise to structural phase transitions, localization, diffusion, and band gaps. The study of these complex phenomena requires efficient numerical methods to computer-generate disordered networks with targeted structural properties. In the established Wooten-Weaire-Winer algorithm, a series of bond switch moves introduces disorder into an initial network. Conventional strain energies that govern this evolution are limited to 3D networks with coordination numbers of no more than four. We extend the algorithm to arbitrary coordination number statistics by introducing bond repulsion in the Keating strain energy. We tune the degree and type of disorder introduced into initially crystalline networks by varying the bond-bending force constant in the strain energy and the temperature profile. The effects of these variables are analyzed using a list of order metrics that capture both direct and reciprocal space. A feedforward neural network is trained to predict the structural characteristics from the algorithm inputs, enabling targeted network generation. As a case study, we statistically reproduce four disordered biophotonic networks exhibiting structural color. This work presents a versatile method for generating disordered networks with tailored structural properties. It will enable new insights into structure-property relations, such as photonic band gaps in disordered networks.

연구 동기 및 목표

• WWW 프레임워크를 Z=4를 넘는 임의의 협정 수를 가진 네트워크로 확장한다.
• 임의의 가치를 가진 결합 방향의 균일한 구름 커버리지를 촉진하는 일반화된 Keating 에너지를 도입한다.
• beta에너지와 쌍선형 에너지의 비율(β) 및 삼각형 가열/냉각 프로파일을 통해 무질서를 체계적으로 제어한다.
• 직접 공간과 Reciprocal 공간에 걸친 질서 지표 모음을 사용해 무질서를 정량화한다.
• 신경망을 이용해 입력으로부터 질서 지표 출력으로 매핑하여 표적 생성을 시연한다.
• 결과적으로 네 가지 무질서 생체광학 네트워크의 재현과 입력으로부터의 구조 예측을 통해 표적 생성 가능성을 보인다.

제안 방법

• 평형 결합 각도를 180도(직선 각도)로 설정하여 각도 반발을 유도하는 일반화된 Keating 에너지를 도입한다.
• 임의의 협정 수를 수용하기 위해 단일 값의 평형 각도 대신 β 가중 결합 굽힘 항을 도입한다.
• WWW 진화 중 무질서를 조절하기 위해 삼각형 가열/냉각 온도 프로파일을 사용한다.
• Primitive 유사성, 이성치 엔트로피, 균일도(g2, 구멍 크기 분포, 초균일성), 등방성, 위상 등을 포함한 42개의 질서 지표를 계산한다.
• 타깃 생성에 대해 WWW 입력을 질서 지표 출력으로 매핑하는 피드포워드 신경망을 학습한다.
• 네 가지 무질서 생체광학 네트워크의 재현을 시연하고 질서 지표를 통해 유사성을 평가한다.

Figure 1: A Monte Carlo move is shown for a 2D, three-valent network. a A chain of four vertices (black) is randomly selected. b A bond switch reconnects the vertices while maintaining all coordination numbers. c The stress introduced by the bond switch is relaxed by translating the vertices.

실험 결과

연구 질문

• RQ1 WWW 스타일의 결합 전환과 각도 반발이 임의의 협정 통계로 무질서 네트워크를 생성할 수 있는가?
• RQ2 β로 표현된 결합 굽힘 강도와 온도 프로파일이 무질서 및 구조 지표에 어떤 영향을 주는가?
• RQ3 신경망이 알고리즘 입력으로부터 구조 특성을 예측해 표적 네트워크 생성을 가능하게 하는가?
• RQ4 생체 생물학적 생체광학 네트워크를 통계적으로 어느 정도 재현할 수 있는가?
• RQ5 이 네트워크에서 짧은-및 긴-거리 질서, 균일성, 등방성, 위상 특성을 효과적으로 포착하는 질서 지표는 무엇인가?

주요 결과

• 확장된 WWW 알고리즘은 각도 반발이 있는 일반화된 Keating 에너지를 사용하여 임의의 협정 수를 가진 무질서 네트워크를 생성할 수 있다.
• 무질서는 결합 굽힘-결합 신축 에너지 비율(β)과 삼각형 가열/냉각 온도 프로파일을 통해 조절 가능하다.
• 원시 유사성, 균일성, 등방성, 위상을 포함한 42개의 질서 지표를 사용해 질서 지표를 정량화한다.
• 적어도 하나의 초기 네트워크에 대해 알고리즘 입력으로부터 질서 지표 값을 예측하는 피드포워드 신경망을 통해 표적 생성을 가능하게 한다.
• 이 방법은 Keating 에너지로 제어되는 작은 길이 축에서의 질서 지표에 대해 좋은 일치를 보이며 무질서 생체광학 네트워크를 통계적으로 재현한다.

Figure 2: In our extended WWW algorithm, we introduce disorder to networks by successively heating, cooling, and quenching them. The quench continues until it is no longer possible to reduce the strain energy through additional Monte Carlo moves.