Solid-angle based nearest-neighbor algorithm adapted for systems with low coordination number

Dans le monde invisible des atomes et des molécules, la façon dont les particules s'organisent dicte le caractère du matériau. Qu'une substance soit un diamant dur, un lubrifiant glissant ou un liquide fluide dépend entièrement du voisinage local de ses composants. Pour comprendre ces matériaux, les scientifiques doivent d'abord répondre à une question d'une simplicité trompeuse : qui est un voisin ? Dans une foule dense de particules, il n'est pas toujours évident de savoir lesquelles se touchent et lesquelles ne font que passer. Cette distinction est cruciale car le nombre de voisins immédiats d'une particule, appelé nombre de coordination, détermine la structure de l'ensemble du système. Pendant des décennies, les chercheurs se sont appuyés sur des outils mathématiques pour tracer ces frontières invisibles, mais ces outils ont peiné lorsque la foule était clairsemée ou l'arrangement inhabituel, identifiant souvent de lointains partenaires comme des amis proches.

Une équipe de chercheurs de l'Université d'Utrecht et de l'Université Paris-Saclay a développé une méthode raffinée pour résoudre ce problème spécifique. Ils se sont concentrés sur une technique existante appelée l'algorithme des plus proches voisins basé sur l'angle solide, qui détermine les voisins en vérifiant quelle partie de la vue environnante d'une particule est obstruée par ses compagnes. Bien que cette méthode fonctionne bien dans les systèmes denses et chaotiques, elle tend à commettre une erreur systématique dans les réseaux ouverts et structurés où les particules sont peu nombreuses et espacées. Dans ces environnements de faible densité, l'algorithme original s'étend trop loin, comptant des particules qui appartiennent à la couche de voisins suivante comme si elles faisaient partie du premier cercle. Les chercheurs ont introduit une correction géométrique pour corriger ce surcomptage sans ajouter de nouveaux paramètres réglables au calcul. Leur approche modifiée, qu'ils appellent mSANN, identifie avec succès le nombre correct de voisins dans des structures complexes allant des motifs en nid d'abeille aux cristaux de diamant, offrant une carte plus précise du monde microscopique.

Le défi central de l'identification des voisins réside dans l'absence d'une définition unique et universelle de ce qui constitue un « contact ». Dans un cristal parfait, la réponse est claire, mais dans les matériaux réels, l'énergie thermique fait que les particules s'agitent, brouillant les lignes entre les couches. Les méthodes traditionnelles reposent souvent sur une distance de coupure fixe, traçant un cercle autour d'une particule et comptant tous ceux qui se trouvent à l'intérieur. Cependant, cela échoue lorsque la densité change à travers le matériau. Une autre méthode populaire utilise un partitionnement géométrique de l'espace, divisant la zone autour de chaque particule en une cellule unique. Bien que cela évite les limites de distance arbitraires, cette méthode est sensible aux minuscules vibrations et peut inclure par erreur des particules distantes dans des structures à faible coordination, comme un réseau en nid d'abeille où chaque particule n'a que trois voisins. La méthode de l'angle solide a été conçue pour être une alternative robuste ne nécessitant aucun réglage de distance fixe. Elle fonctionne en imaginant une sphère autour d'une particule centrale et en calculant l'espace angulaire occupé par chaque voisin potentiel. L'algorithme étend la frontière jusqu'à ce que les voisins remplissent collectivement toute la sphère. Cela fonctionne magnifiquement dans les systèmes denses, mais dans les réseaux ouverts, la géométrie de la situation trompe l'algorithme.

Les chercheurs ont découvert que dans les structures ouvertes, la méthode originale dessine effectivement un cercle trop grand. Imaginez une particule située au centre d'un triangle formé par ses trois plus proches voisins. Pour remplir l'espace autour de la particule centrale, l'algorithme calcule un rayon qui atteint les coins de ce triangle. Ce faisant, il inclut par inadvertance des particules qui se situent juste à l'extérieur du triangle, dans la couche suivante de la structure. Cela se produit parce que l'algorithme traite l'espace comme s'il devait être rempli par un cercle passant par les voisins, plutôt que par un cercle qui les contient simplement. Cet oubli géométrique conduit à une surestimation constante du nombre de voisins, confondant la première couche de voisins avec la seconde.

Pour corriger cela, les auteurs ont proposé un simple ajustement géométrique basé sur la relation entre le cercle qui passe par les voisins et le cercle qui s'inscrit à l'intérieur de la forme qu'ils forment. Ils ont réalisé que, tandis que la méthode originale utilise le cercle extérieur, une approche plus précise pour ces structures éparses utiliserait un rayon situé quelque part entre les limites intérieure et extérieure. Ils ont introduit une modification qui réduit l'échelle du rayon calculé, rétrécissant ainsi la frontière juste assez pour exclure les particules distantes tout en permettant le mouvement naturel des atomes. Cet ajustement est purement géométrique et ne nécessite aucun nouveau paramètre ou réglage, préservant la simplicité de la méthode originale. Il agit comme un filtre qui empêche l'algorithme de s'étendre trop loin dans les réseaux ouverts tout en restant assez flexible pour gérer le bruit thermique présent dans les matériaux réels.

L'équipe a testé leur nouvelle méthode, mSANN, par rapport à l'algorithme original et à la méthode traditionnelle de partitionnement géométrique à travers une grande variété de systèmes simulés. Dans des simulations en deux dimensions de réseaux en nid d'abeille et carrés, les méthodes originales ont fréquemment identifié de manière erronée le nombre de voisins, en comptant souvent six ou cinq au lieu des trois ou quatre corrects. La méthode modifiée, cependant, a identifié de manière cohérente le nombre de coordination exact pour chaque particule, produisant une distribution nette et claire qui correspond à la structure théorique. Dans des tests en trois dimensions impliquant des structures de diamant et de graphite, qui possèdent également de faibles nombres de coordination, les méthodes originales ont de nouveau eu du mal à distinguer la première de la seconde couche de voisins. La correction mSANN a résolu ce problème avec succès, identifiant le nombre correct de voisins dans tous les types de cristaux testés, y compris les réseaux cubiques simples et cubiques à faces centrées.

Les chercheurs ont également examiné des systèmes plus complexes et désordonnés, tels que les quasicristaux, qui contiennent un mélange de formes et de nombres de voisins différents. Dans ces environnements hétérogènes, la méthode de l'angle solide originale créait parfois de fausses connexions à travers les diagonales des espaces carrés, fusionnant ainsi des régions distinctes. L'algorithme modifié a évité ces liens spécieux, préservant la topologie réelle de la structure. De plus, dans les systèmes où différentes phases coexistent, comme une interface entre un cristal et une région désordonnée, la nouvelle méthode a fourni une identification cohérente des voisins à travers l'interface, là où les autres méthodes montraient des incohérences significatives. Cette robustesse suggère que la modification est particulièrement précieuse pour l'étude des matériaux qui ne sont pas parfaitement ordonnés, où l'environnement local varie considérablement d'un point à l'autre.

Au-delà de la précision, les chercheurs se sont souciés de la vitesse de calcul, car l'identification des voisins est une étape fondamentale de nombreuses simulations à grande échelle. Ils ont implémenté leur algorithme de manière à exploiter la puissance de calcul moderne, utilisant le traitement parallèle pour gérer les calculs efficacement. Leurs tests de performance ont montré que pour les petits systèmes de moins de mille particules, la méthode géométrique traditionnelle reste l'option la plus rapide. Cependant, à mesure que la taille du système augmente, l'algorithme modifié devient nettement plus rapide, surpassant la méthode traditionnelle de près du double en vitesse pour les très grands systèmes contenant des millions de particules. Cette efficacité, combinée à l'amélioration de la précision dans les environnements de faible densité, fait de cette nouvelle méthode un outil puissant pour analyser des matériaux complexes.

Ce travail démontre qu'un examen attentif de la géométrie sous-jacente d'un problème peut conduire à des améliorations significatives de notre façon de modéliser le monde physique. En reconnaissant que la définition du voisin par la méthode originale était trop permissive dans les structures ouvertes, les chercheurs ont pu introduire une correction qui est à la fois mathématiquement élégante et pratiquement efficace. L'algorithme modifié ne se contente pas de corriger une erreur spécifique ; il offre une manière plus fiable de cartographier la structure locale de la matière, des réseaux rigides des cristaux aux arrangements fluctuants des phases désordonnées. Pour les scientifiques étudiant le comportement des matériaux à l'échelle atomique, disposer d'un outil capable de compter précisément les voisins sans se laisser tromper par les interstices entre eux est une étape cruciale vers la compréhension des propriétés des matériaux qui composent notre monde.