131 Arbeiten
Die Arbeit stellt einen effizienten Vorkonditionierer vor, der auf dem führenden Term des Metrik-Tensors basiert, um die Konvergenz und Recheneffizienz gradientenbasierter Optimierungen für unendliche projizierte verschränkte Paarzustände (iPEPS) bei der Simulation stark korrelierter Quantensysteme erheblich zu verbessern.
Die Arbeit stellt „El Agente Cuántico" vor, ein Multi-Agenten-KI-System, das natürliche Sprache nutzt, um komplexe Quantensimulations-Workflows über verschiedene Software-Frameworks hinweg automatisch zu planen, auszuführen und zu validieren, wodurch technische Barrieren gesenkt und die autonome Erforschung quantenphysikalischer Modelle ermöglicht wird.
Die Arbeit zeigt, dass die bei der Lösung des 3-SAT-Problems mit Matrix-Produkt-Zuständen auftretende Verschränkungsbarriere und der damit verbundene Ressourcenbedarf auf rein klassische rechnerische Komplexität zurückzuführen sind, was die Grenzen dieses quanteninspirierten Ansatzes auf klassischen Computern sowie die Notwendigkeit umfangreicher nicht-stabilisierender Ressourcen für Quantenarchitekturen aufzeigt.
Die vorgestellte Arbeit führt einen datengestützten Rahmen ein, der mittels semidefiniten maschinellen Lernens eine vertexbasierte Approximation der -Darstellbarkeit von Zwei-Elektronen-Dichtematrizen ermöglicht, um die Genauigkeit direkter variationsbasierter Berechnungen bei vergleichbarem Rechenaufwand zu steigern, ohne explizite Bedingungen höherer Ordnung zu benötigen.
Die Arbeit stellt erstmals Drifting-Modelle für die Generierung molekularer Konformationen vor, die durch die theoretische Herleitung der „Drifting Force Identity" und die entgegengesetzte Wirksamkeit von Kraftintegration in Koordinaten- versus Distanzraum eine millionenfache Beschleunigung gegenüber der klassischen Molekulardynamik bei gleichzeitiger exakter Boltzmann-Verteilung und struktureller Validität ermöglichen.
Die Arbeit stellt JAWS vor, eine probabilistische Regularisierungsmethode, die durch räumlich adaptive Jacobian-Regulierung die Langzeitstabilität und Genauigkeit von neuronalen Operatoren bei der Simulation dynamischer Systeme verbessert, indem sie Kontraktion in glatten Regionen mit der Erhaltung von Gradienten an Singularitäten kombiniert.
Diese Studie entwickelt und validiert ein kombiniertes analytisches und numerisches Modell, um den Zusammenhang zwischen Betriebsparametern, aeroakustischen Signaturen und dem Partikeltransport in thermischen Spritzstrahlen zu untersuchen, was den Einsatz von Schallmessungen als nicht-invasive Methode zur Prozessüberwachung und -steuerung ermöglicht.
Die Studie zeigt, dass der Continuous-Time Koopman Autoencoder (CT-KAE) als leichtgewichtiges Ersatzmodell für die langfristige Vorhersage von Ozeanzuständen in einem zweischichtigen quasigeostrophischen System eine stabile und effiziente Alternative zu autoregressiven Transformer-Baselines darstellt, indem er nichtlineare Dynamiken in einen linearen latenten Raum projiziert und dabei über lange Zeiträume hinweg stabile Fehlerwachstumsraten sowie konsistente großskalige Statistiken gewährleistet.
Diese Studie stellt erstmals die Anwendung von spektralem Nudging in einem probabilistischen Ensemblevorhersagerahmen vor, der physikbasierte und maschinell lernende Modelle kombiniert, und zeigt dadurch signifikante Verbesserungen der Vorhersagegenauigkeit, insbesondere für großskalige Muster und tropische Wirbelstürme.
Die Studie zeigt, dass das Vor-Training von Tokenisern für Physik-Foundation-Modelle die Recheneffizienz und Genauigkeit erheblich steigert, insbesondere wenn das Vor-Training auf demselben physikalischen System wie die nachgelagerte Aufgabe erfolgt.
Diese Studie stellt TRec vor, ein physikbasiertes Framework zur zerstörungsfreien Überwachung versiegelter Mikroreaktorkerne mittels Myonenstreuung, das durch die Integration von Impulsmessungen und Bayesscher Aktualisierung die Detektierbarkeit fehlender Brennelemente im Vergleich zu herkömmlichen Methoden erheblich steigert.
Die Autoren stellen neue explizite Multischritt-Runge-Kutta-Verfahren vierter Ordnung vor, die durch Wiederverwendung vorheriger Zeitschrittdaten die Anzahl der Stufenbewertungen reduzieren und so die Rechengeschwindigkeit von numerischen Relativitätssimulationen im EinsteinToolkit steigern.
Die Autoren stellen einen auf klassischer Mechanik basierten Algorithmus namens SBCI vor, der durch die Anwendung des Simulated Bifurcation-Ansatzes präzise quantenchemische Berechnungen mit reduziertem Rechenaufwand und geringem Speicherbedarf ermöglicht.
Diese Studie zeigt, dass ein maschinell lernbasiertes Gitterbewegungsverfahren (UM2N) in Kombination mit nicht-hydrostatischen Flachwassermodellen die Genauigkeit und Effizienz bei der Tsunami-Simulation erheblich verbessert und dabei robuste Ergebnisse über lange Zeiträume liefert.
Die Studie zeigt, dass die Transformation molekularer Hamilton-Operatoren in die adiabatische -Darstellung zwar die Spin-Bahn-Kopplung eliminiert, aber signifikante nicht-adiabatische Kopplungen erzeugt, deren Vernachlässigung zu schwerwiegenden Fehlern führt und daher nur bei ausreichend getrennten Zuständen eine zuverlässige Näherung darstellt.
Die Studie zeigt, dass die komplexen Hochdruckphasen von kristallinem Methan durch die Packung von supermolekularen Clustern (einem 13-Molekül-Ikosaeder in Phase A und 17-Molekül-Z16-Polyedern in Phase B) erklärt werden können, wobei die Abweichung von der kubischen Symmetrie auf die nicht-kugelförmige Natur der Moleküle und das Zusammenspiel zwischen effizienter Packung und gehemmter Rotation zurückzuführen ist.
Die Studie stellt zwei langreichweitige maschinelle Lernpotentiale mit umgebungsabhängigen Ladungen vor, die durch die Einbeziehung expliziter elektrostatischer Wechselwirkungen die Genauigkeit bei der Vorhersage von LO-TO-Aufspaltungen, dielektrischen Konstanten und Phononenspektren in sowohl isotropen als auch uniaxialen Materialien verbessern.
Die Studie zeigt, dass Kohlenstoffketten in KFI-Zeolithen unter hohem Druck einen ungewöhnlichen bandlückenvergrößernden Halbleiterzustand aufweisen und bei der Synthese extrem langer Cumulenkette eine supraleitende Übergangstemperatur von etwa 62 K erreichen, was neue Wege für Hochdruck-Halbleiter und Hochtemperatursupraleitung eröffnet.
Dieser Artikel bietet einen umfassenden Vergleich expliziter relativistischer Teilchen-Drucker für PIC-Simulationen, stellt deren Verallgemeinerbarkeit auf beliebige hohe Genauigkeitsordnungen dar und vergleicht spezifisch Varianten vierter Ordnung mit ihren Gegenstücken zweiter Ordnung.
Die Studie zeigt, dass eine Lochdotierung in ferroelektrischem Hafniumdioxid den Koerzitivfeldwert senken kann, indem sie einen alternativen Schaltweg über die Pbcm-Phase aktiviert und das Material von einem unangemessenen in ein angemessenes Ferroelektrikum umwandelt.