903 Arbeiten
Die Computergestützte Physik verbindet die Gesetze der Natur mit der Rechenkraft moderner Computer, um komplexe Phänomene zu simulieren, die im Labor schwer zu beobachten sind. Von der Strömungsdynamik bis zur Quantenmechanik nutzen Forscher hier Algorithmen, um tiefe Einblicke in das Verhalten von Materie und Energie zu gewinnen.
Auf Gist.Science durchsuchen wir täglich die neuesten Vorabveröffentlichungen auf arXiv in diesem Bereich. Für jedes neu eingereichte Papier erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit die neuesten Durchbrüche für alle zugänglich sind.
Hier finden Sie die aktuellsten Forschungsarbeiten aus dem Feld der computergestützten Physik, die wir für Sie aufbereitet haben.
Diese Übersichtsarbeit untersucht die verschiedenen Strategien zur Kodierung von Fluidinformationen auf Quantenhardware und zeigt auf, dass die Wahl der Kodierung – abhängig von den Zielsetzungen und der Hardware – entscheidende Kompromisse zwischen algorithmischer Effizienz und praktischer Umsetzbarkeit in der quantengestützten numerischen Strömungsmechanik (CFD) erfordert.
Diese Arbeit zeigt, dass eine von Insekten inspirierte, modulare Architektur als induktiver Bias die Leistung von Reinforcement-Learning-Agenten bei komplexen Navigationsaufgaben mit konkurrierenden Zielen gegenüber zentralisierten Modellen signifikant verbessert.
Diese Arbeit präsentiert ein KI-gestütztes Framework für das Design von Schiffsschrauben, das durch die Kombination von physikbasierter Datengenerierung, generativen Modellen und evolutionärer Optimierung den Entwurfsprozess von Leistungsanforderungen hin zu optimierten Geometrien erheblich beschleunigt.
Die Autoren schlagen ein Verfahren vor, bei dem repulsive Barrieren die in optischen Pinzetten gefangenen Atome oder Moleküle vor Kollisionen schützen, wodurch mehrere Ladezyklen möglich werden und eine nahezu deterministische, vollständige Besetzung großer Arrays für Quantentechnologien ermöglicht wird.
LARA-HPC ist ein neues, validierungsgesteuertes Agenten-Framework, das durch eine kontrollierte Ausführungsschicht und simulationsspezifische Prüfmechanismen die zuverlässige Automatisierung von atomistischen Simulationen in HPC-Umgebungen ermöglicht.
Diese Arbeit stellt eine nichtlineare Erweiterung der Craig-Bampton-Methode vor, die durch die Konstruktion einer quadratischen Reduktionsmannigfaltigkeit eine effiziente und strukturtreue Modellreduktion für geometrisch nichtlineare Strukturen ermöglicht.
Diese Studie zeigt, dass auf nicht-reziproken m-gerichteten Hypergraphen neue Arten von Chimera-Zustände entstehen, die durch die Kombination von Richtungsabhängigkeit und höherordentlichen Wechselwirkungen über einen breiteren Parameterbereich beobachtet werden können als bei herkömmlichen Netzwerken.
Diese Studie vergleicht systematisch verschiedene Thermostat-Algorithmen in Molekulardynamik-Simulationen eines binären Lennard-Jones-Gläsermodells, wobei sie herausfindet, dass das Grønbech-Jensen–Farago-Schema zwar die konsistentesten Ergebnisse liefert, jedoch höhere Rechenkosten verursacht und die Diffusion beeinflusst, was wichtige praktische Leitlinien für die Wahl des Thermostats in Anwendungen wie dem Glasübergang bietet.
Die Arbeit entwickelt eine thermodynamische Theorie des algorithmischen Katalyse, die nachweist, dass klassenspezifische Beschleunigungen durch die algorithmische gegenseitige Information zwischen Substrat und Klassendeskriptor begrenzt sind und dass deren Implementierung über die Landauer-Grenze hinaus thermodynamische Mindestkosten verursacht, was zu einer unteren Schranke für den energetisch vorteilhaften Einsatzhorizont führt.
Diese Studie stellt ein Chaos-Diagnose-Framework vor, das Adiabatische Eichpotenziale und Zufallsmatrixtheorie nutzt, um zu zeigen, dass die Unterdrückung von Quantenchaos an Übergangszuständen den Tunneleffekt bei der Bildung von H₃⁺ und H₅⁺ in astrophysikalischen Umgebungen verstärkt und so neue Kriterien für die Vorhersage von Reaktionsraten liefert.