[论文解读] Point-Pattern Matching Technique for Local Structural Analysis in Condensed Matter

Arash Dehghan Banadaki, Jason J. Maldonis+2 more|arXiv (Cornell University)|Nov 14, 2018

3D Shape Modeling and Analysis被引用 8

一句话总结

本文提出了一种新颖的点模式匹配（PPM）算法，用于在复杂凝聚态系统中自动、几何鲁棒地识别局部原子结构基元——尤其适用于原子数变化且取向未知的体系。该方法采用旋转和平移不变的几何平均误差（GME）度量来检测结构相似性，实现了对金属玻璃中二十面体和多面体单元以及界面缺陷的精确检测，其在灵敏度和连续性方面优于拓扑描述符。

ABSTRACT

The local arrangement of atoms is one of the most important predictors of mechanical and functional properties of materials. However, algorithms for identifying the geometrical arrangements of atoms in complex materials systems are lacking. To address this challenge, we present a point-pattern matching algorithm that can detect instances of a `template' structure in a given set of atom coordinates. To our knowledge this is the first geometrical comparison technique for atomistic configurations with very different number of atoms, and when the optimal rotations and translations required to align the configurations are unknown. The pattern matching algorithm can be combined with an appropriate set of metrics to quantify the similarity or dissimilarity between configurations of atoms. We demonstrate the unique capabilities of the point-pattern matching algorithm using two examples where the automated analysis of local atomistic structure can help advance the understanding of structure-property relationships in material science: (a) identifying local three-dimensional polyhedral units along interfacial defects, and (b) the analysis of quasi-icosahedral topologies in the atomistic structure of metallic glasses. We anticipate that the pattern matching algorithm will be applicable in the analysis of atomistic structures in broad areas of condensed matter systems, including biological molecules, polymers and disordered metallic systems. An online implementation of the algorithm is provided via the open source code hosted on GitHub (https://github.com/spatala/ppm3d).

研究动机与目标

• 解决在原子数可变且取向未知的体系中，缺乏通用算法来识别复杂非晶态原子排列的问题。
• 开发一种连续且对小原子位移鲁棒的几何描述符，而非依赖拓扑描述。
• 实现在金属玻璃和界面缺陷中自动检测如二十面体簇和多面体单元等结构基元。
• 提供一种可扩展的开源工具，用于材料科学中高通量原子模拟分析。
• 克服基于原子的序参数和拓扑描述符（如Voronoi指标）的局限性，后者存在退化问题且对扰动高度敏感。

提出的方法

• PPM算法通过几何平均误差（GME）度量，在目标原子构型与预定义模板结构之间执行点模式匹配，以量化结构相似性。
• 该方法在SE(3)中对所有可能的刚体变换（旋转和平移）进行优化，以最小化模板与目标构型之间的GME。
• 该方法允许模型集合中存在异常值（遮挡），从而即使部分原子缺失或位移，也能检测到最大一致子结构。
• 算法采用全局优化策略，以找到GME的全局最小值，确保结构匹配的可靠性。
• 该实现已并行化，并作为开源代码发布于GitHub（ppm3d），支持集成到原子模拟工作流中。
• 该方法使用金属玻璃和晶界结构的合成数据与真实原子模拟数据进行了验证。

实验结果

研究问题

• RQ1 几何模式匹配方法能否在原子数可变且取向未知的无序材料中检测到局部结构基元？
• RQ2 与Voronoi指标等拓扑描述符相比，几何平均误差（GME）度量在原子位移敏感性方面表现如何？
• RQ3 PPM在多大程度上能够检测到金属玻璃和界面缺陷中的准二十面体及多面体结构单元？
• RQ4 当缺乏正确模板的先验知识时，尤其在部分原子缺失或被遮挡的情况下，PPM算法能否识别结构基元？
• RQ5 几何描述符是否能在温度或成分变化下提供连续且物理解释清晰的结构相似性度量？

主要发现

• PPM算法即使在目标结构的原子数与模板不同时，仍成功识别出金属玻璃和界面缺陷中的二十面体和多面体结构单元。
• 几何平均误差（GME）度量产生了连续且具有物理解释意义的'结构距离'，其随原子位移平滑变化，而拓扑描述符则可能突然改变。
• 仅有部分具有准二十面体Voronoi指标的簇在几何上是二十面体，表明几何与拓扑在结构表征上可能产生分歧。
• 该方法检测到金属玻璃结构中非二十面体基元（如三帽三角柱），提示其可能在玻璃化转变和塑性变形中发挥作用。
• 该算法对小扰动和遮挡具有鲁棒性，即使原子缺失，也能检测到最大一致子结构。
• PPM算法的开源、并行实现已发布于 https://github.com/spatala/ppm3d，适用于高通量材料模拟。