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 Studie zeigt, dass die Wahl des Elektron-Positron-Korrelationsfunktionals und die Berücksichtigung von Polymorphie entscheidend für die genaue theoretische Vorhersage von Positronen-Lebensdauern in Bleihalogenid-Perowskiten sind, was zu einer Neubewertung experimenteller Befunde bezüglich A-Seiten-Leerstellen führt.
Diese Arbeit erweitert einen maschinellen Lernansatz für Momentenabschlüsse der Strahlungstransportgleichung auf zwei physikalische und zwei Winkel-Dimensionen, indem sie durch eine blockdiagonale Symmetrisierung und spezifische algebraische Bedingungen die symmetrisierbare Hyperbolizität des Systems automatisch sicherstellt und dabei die Struktur des klassischen -Modells bewahrt.
Diese Arbeit stellt einen Pipeline-Ansatz vor, der auf OpenAlex und KI-gestützter Schlüsselwortextraktion basiert, um einen domänenspezifischen, semantisch fundierten Wissensgraphen für die Batterieforschung zu konstruieren, der eine übergreifende Analyse von Autorenähnlichkeiten und Community-Strukturen ermöglicht.
Diese Studie nutzt maschinelles Lernen, um nachzuweisen, dass das Gleiten in ferroelektrischen Moiré-Supergittern nicht durch eine starre Verschiebung der Schichten, sondern durch einen kollektiven, domainwandvermittelten Mechanismus mit ultraniedriger Barriere erfolgt, der durch thermische Aktivierung getrieben wird und bereits durch geringe Schwefel-Leerstellen in ein Anker-Verhalten übergeht.
Die Autoren stellen ein Open-Source-Tool vor, das mechanische Interpretierbarkeit nutzt, um die latenten Darstellungen von KI-Wettermodellen wie GraphCast zu analysieren und so nachvollziehbare Zusammenhänge zu meteorologischen Merkmalen herzustellen.
Dieser Artikel stellt eine effiziente und stabile kartesisch-gitterbasierte Randintegralmethode vor, die mittels -Variablen und schnellen PDE-Lösern komplexe bewegte Grenzflächenprobleme wie Hele-Shaw-Strömungen und Stefan-Probleme erfolgreich simuliert.
Diese Arbeit stellt ein adaptives Hyperviskositäts-Stabilisierungsverfahren für die RBF-FD-Methode vor, das ohne Randbedingungen auskommt, durch spektrale Analyse des Evolutionsmatrix-Radius PDE-unabhängig ist und durch den Einsatz geringerer monomialer Augmentierung sowie hybrider Spline-Ordnungen eine effiziente und stabile Lösung für lineare und nichtlineare advektionsdominierte Transportgleichungen ermöglicht.
Die Studie zeigt, dass eine auf einer modifizierten Innenstrafung (MIP) basierende Diffusions-Synthese-Beschleunigung (DSA) für polytopische Diskretisierungen der Boltzmann-Transportgleichung im Vergleich zur klassischen symmetrischen Innenstrafung (SIP) robustere Konvergenzeigenschaften in optisch dicken und stark streuenden Regimen aufweist.
Die Studie stellt ein mathematisches Inversionsframework vor, das iterative Phasierung mit schnellen nichtuniformen Fourier-Methoden kombiniert, um aus kohärenter Oberflächenstreuungsbildgebung (CSSI) auch bei dynamischen Streuungseffekten und unvollständigen Daten hochauflösende 3D-Strukturen von Nanomaterialien zu rekonstruieren.
Diese Arbeit stellt einen differentierbaren neuronalen Operator vor, der die Abbildung von Mikrostrukturkonfigurationen auf makroskopische Versagenshüllen granularer Materialien effizient lernt und dabei durch physik-informiertes Training die mechanische Admissibilität sowie durch aktive Lernstrategien die Rechenkosten minimiert.