物理系统存储有关其如何制备的信息的能力(即记忆)现在被认为对各种无序材料的行为至关重要 [1] 。受到反复剪切循环的软球塞、周期性揉皱的纸张和振荡磁场中相互作用的自旋,都会形成它们如何被训练的记忆 [2 – 12] 。此类系统中的记忆取决于学习能量景观亚稳态之间路径的能力。它被比作一组双稳态元素(称为迟滞子)中的记忆,当外部场高于或低于临界值时,它们会在状态之间切换 [13 – 16] 。尽管进行了极大的简化,但独立迟滞子集合可以非常好地捕捉到复杂系统中记忆形成的一些特征 [1,15,17,18] 。但是,独立迟滞子无法捕捉到常见的其他特征 [15,19 – 21] 。例如,第一个循环结束时产生的配置保证与后续相同振幅循环后的配置相同。这是因为每个迟滞子都具有这种特性。相比之下,循环剪切填料可能需要许多循环才能训练,并且可以表现出多周期响应 [22],其中响应的周期是驱动周期的整数倍,这在具有摩擦的系统中首次得到证明 [23]。最近的研究表明,将迟滞子作为独立双态对象的简单想法推广为
主要关键词