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 erste-prinzipien-Studie untersucht mittels hybrider Dichtefunktionaltheorie die strukturellen, elektronischen und magnetischen Veränderungen von schichtförmigem Kalium-Birnessit bei der Natrium-Intercalation und zeigt auf, wie dieser Prozess die Materialeigenschaften für Anwendungen in der Energiespeicherung und Spintronik maßschneidern kann.
Dieser Beitrag stellt eine robuste und effiziente hybride Überlappungs-Mesh-Technik innerhalb des Unified Gas-Kinetic Scheme (UGKS) vor, die durch die Erweiterung auf implizite, bewegliche Gitter und optimierte Parallelisierung präzise Simulationen von instationären Mehrskalenströmungen mit beweglichen Grenzen ermöglicht.
Diese Arbeit stellt eine Sign-Blocking-Methode vor, die durch die Aufdeckung von Korrelationen zwischen Energie und Vorzeichenfaktoren während der Nachbearbeitung das Fermionen-Vorzeichenproblem effektiv mildert und bei der Simulation des zweidimensionalen Fermi-Hubbard-Modells hervorragende Ergebnisse liefert.
Die vorgestellte Arbeit stellt einen multiskaligen generativen Sampler vor, der auf Renormierungsgruppenideen basiert und durch die Kombination von bedingten Gaußschen Mischmodellen mit maskierten kontinuierlichen Normalizing Flows das kritische Verlangsamen bei der Simulation von Gitterfeldtheorien überwindet, während er gleichzeitig durch exakte Restriktionskarten eine unverzerrte Multilevel-Monte-Carlo-Schätzung ermöglicht.
Diese Arbeit stellt das Konzept einer „Weltraum-Uhr-Aufzug"-Architektur vor, die durch numerische Simulationen zeigt, wie ein Netzwerk synchronisierter rotierender Tether und elliptischer Transferknoten eine treibstofflose, schrittweise Beförderung von Nutzlasten in höhere Umlaufbahnen ermöglicht.
Die Studie stellt „HydroFirn" vor, ein effizientes, multidimensionales numerisches Modell zur Simulation der Firn-Hydrologie auf dem Grönlandeis, das durch die Berücksichtigung lateraler Heterogenitäten und dynamischer Eisschichten die Unsicherheiten bei der Abschätzung des Massenhaushalts und des Meeresspiegelanstiegs verringert.
Diese numerische Studie untersucht, wie die Länge und Steifigkeit der halbmondförmigen Klappenblätter bivalvulärer Klappen in Lymphgefäßen und Venen den Übergang von Rückfluss zur vollständigen Strömungsblockade beeinflussen, um die Ineffizienz bei abnormen oder unreifen Klappen mit kürzeren Blättern zu erklären.
Diese Studie stellt einen hochdurchsatzfähigen Active-Learning-Ansatz vor, der Dichtefunktionaltheorie, thermochemische Modelle und neuronale Netzwerke kombiniert, um eine generalisierbare Vorhersagemodelle für die Detonationsleistung energetischer Materialien zu entwickeln und dabei eine neue Datenbank mit potenziellen CHNO-Explosivstoffen sowie die Erkenntnis zu liefern, dass die Sauerstoffbalance der dominierende Leistungsparameter ist.
Die Autoren stellen eine neue modulare Zielfunktion namens Qbg vor, die speziell für die Erkennung hierarchischer Gemeinschaftsstrukturen in gewichteten bipartiten Netzwerken entwickelt wurde und dabei eine einstellbare Auflösungsparameter nutzt, um die intrinsische Topologie zu bewahren und feinkörnige Organisationsmuster aufzudecken.
Das Paper stellt EquiformerV3 vor, eine effiziente und ausdrucksstarke SE(3)-äquivariante Graph-Attention-Transformer-Architektur, die durch Software-Optimierungen, verbesserte Normalisierungs- und Aktivierungsfunktionen sowie glatte Cutoff-Mechanismen neue State-of-the-Ergebnisse auf Benchmarks wie OC20 und OMat24 erzielt.