🔬 Category

physics.comp-ph

917 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.

Learning Interatomic Force Coefficients from X-ray Thermal Diffuse Scattering Data

Die Autoren stellen einen vollständig automatisierten Rahmen vor, der es ermöglicht, interatomare Kraftkonstanten direkt aus Röntgen-Thermischer Diffus-Streuung zu extrahieren, indem die Streuintensität als differenzierbare Funktion parametrisiert wird, was eine effiziente Optimierung ohne wiederholte Hessian-Diagonalisierung ermöglicht und so die Brücke zwischen experimentellen Daten und computergestützter Modellierung schlägt.

Klara Suchan, Shaswat Mohanty, Hanfeng Zhai, Wei Cai2026-03-31🔬 physics

Scalability of the asynchronous discontinuous Galerkin method for compressible flow simulations

Diese Studie implementiert und bewertet die skalierbare asynchrone Diskontinuierliche-Galerkin-Methode mit asynchron-toleranten Flüssen in der Bibliothek deal.II für kompressible Strömungen und zeigt, dass durch die Kombination mit einem kommunikationsvermeidenden Algorithmus Synchronisationskosten signifikant reduziert und bis zu 1,9-fache Geschwindigkeitssteigerungen bei Wahrung der hohen numerischen Genauigkeit erreicht werden können.

Shubham Kumar Goswami, Dapse Vidyesh, Konduri Aditya2026-03-31🔬 physics

SmoQyDQMC.jl: A flexible implementation of determinant quantum Monte Carlo for Hubbard and electron-phonon interactions (version 2.0 release)

Die Version 2.0 des Pakets SmoQyDQMC.jl stellt eine flexible Julia-Implementierung des Determinant-Quanten-Monte-Carlo-Algorithmus für Hubbard- und Elektron-Phonon-Wechselwirkungen vor, die durch eine optimierte Hybrid-Monte-Carlo-Methode mit exakten Kräften effiziente Simulationen auch akustischer Phononenzweige ermöglicht.

Benjamin Cohen-Stead, Shruti Agarwal, Sohan Malkaruge Costa, James Neuhaus, Andy Tanjaroon Ly, Yutan Zhang, Richard Scalettar, Kipton Barros, Steven Johnston2026-03-30🔬 cond-mat

Effect of Grain Size and Local Chemical Order on Creep Resistance in MoNbTaW Refractory High-Entropy Alloy: A Molecular Dynamics Study

Diese Studie zeigt mittels molekularer Dynamik-Simulationen, dass die Kriechbeständigkeit des MoNbTaW-Refraktär-Hochentropielegierung durch eine Vergrößerung der Korngröße und die Einführung einer lokalen chemischen Ordnung verbessert wird, da beide Faktoren die korngrenzeninduzierten Verformungsmechanismen einschränken.

Saifuddin Zafar, Mashaekh Tausif Ehsan, Sourav Das Suvro, Mahmudul Islam, Mohammad Nasim Hasan2026-03-30🔬 cond-mat.mtrl-sci

Geometric Phase Effect in Thermodynamic Properties and in the Imaginary-Time Multi-Electronic-State Path Integral Formulation

Diese Arbeit demonstriert, dass die bereits entwickelte Multi-Elektronen-Zustands-Pfadintegral-Formulierung (MES-PI) im imaginären Zeitbereich den geometrischen Phaseneffekt bei konischen Durchschneidungen natürlicherweise erfasst und dessen Einfluss auf thermodynamische Eigenschaften bei tiefen Temperaturen quantifiziert, wobei eine ad-hoc-Konstruktion ohne geometrische Phase als Vergleichsbasis dient.

Jian Liu2026-03-30✓ Author reviewed ⓘ🔬 physics

Importance of Electronic Entropy for Machine Learning Interatomic Potentials

Die Studie zeigt, dass herkömmliche Machine-Learning-Interatomare-Potenziale (MLIPs) bei der Modellierung von gemischtvalenten Materialien wie \ce{NaFePO4} aufgrund des Fehlens elektronischer Entropie versagen, und demonstriert, dass die direkte Einbettung von Ladungszustandsinformationen in die MLIP-Repräsentation eine präzise strukturelle Optimierung und korrekte Vorhersage der thermodynamischen Stabilität ermöglicht.

Martin Hoffmann Petersen, Steen Lysgaard, Arghya Bhowmik, Kedar Hippalgaonkar, Juan Maria Garcia Lastra2026-03-30🔬 cond-mat.mtrl-sci