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.
Diese Arbeit stellt ein neues Fixpunkt-Iterationsverfahren vor, das auf den bidirektionalen Pulsausbreitungsgleichungen basiert und zur effizienten Lösung nichtlinearer elektromagnetischer Streuprobleme in Schichtgeometrien mit beliebigen Materialantworten dient.
Die Arbeit stellt „Split-Flows" vor, einen neuartigen, auf Flüssen basierenden Ansatz, der das Backmapping von grobkörnigen auf atomistische Molekülmodelle als kontinuierlichen Maßtransport interpretiert, um sowohl präzise Rekonstruktionen als auch erstmals eine berechenbare Quantifizierung des Informationsverlusts zu ermöglichen.
Die Arbeit stellt strenge Metriken vor, um zu untersuchen, wie unbeschränkte maschinelle Lernmodelle physikalische Symmetrien erlernen, und zeigt, dass durch strategisches Einfügen minimaler induktiver Vorurteile sowohl die Stabilität als auch die Genauigkeit verbessert werden können, ohne die hohe Ausdruckskraft der Architekturen zu beeinträchtigen.
Diese Studie zeigt, dass molekulardynamische Simulationen mit quantenmechanischen Korrekturen und der Berücksichtigung der Membranbewegung zuverlässige Vorhersagen für die Wasserstoffpermeation durch Graphdiyn-Membranen ermöglichen, wobei die thermische Bewegung der Membran die Permeationsbarrieren signifikant senkt.
Die Autoren stellen eine GPU-beschleunigte Implementierung des Multigrid-Gauß-Planewellen-Dichtefit-Algorithmus in PySCF vor, die mittels CUDA-Kernen eine bis zu 25-fache Beschleunigung gegenüber CPU-Implementierungen bei der Berechnung von Fock-Matrizen und Kerngradienten für große Systeme ermöglicht.
Diese Studie zeigt, dass die gezielte Integration von Frequenzverdopplung (SHG) als optische Nichtlinearität in diffraktive neuronale Netze deren Klassifizierungsleistung erheblich steigern kann, wobei die optimale Platzierung der SHG-Schicht und die experimentellen Randbedingungen entscheidend für die Effizienz des Systems sind.
Der Artikel stellt ein auf dem kanonischen Ensemble und dem Kern-Tröpfchenmodell basierendes statistisches Modell zur Berechnung der Ionisationscluster-Größenverteilung in der Nanodosimetrie vor, das sich speziell für niederenergetische Primärteilchen in Nanovolumina eignet, wo Trajektorienmodelle versagen.
Das Open-Source-Paket MulAtoLEG für Mathematica ermöglicht die effiziente und exakte Generierung von Liouville-Superoperatoren und Master-Gleichungen für komplexe Mehratom- und Mehrniveaus-Systeme, indem es auf der Erweiterung der Lehmberg- und Genes-Formalismen basiert und dabei vektorisierte sowie dünnbesetzte lineare Algebra nutzt.
Diese Arbeit stellt ein grundlegendes implizites Solvensmodell vor, das durch Wissensdistillation aus einem Protein-Sprachmodell (ESM3) in ein effizientes Graph-Neuronales-Netzwerk überführt wird und damit erstmals stabile Simulationen sowohl gefalteter Proteine als auch intrinsisch ungeordneter Proteine ermöglicht.
Diese Arbeit leitet erstmals explizite analytische Ausdrücke für die Relaxationsraten und Transportkoeffizienten polyatomarer Gase aus der Pullin-Gleichung ab, bestätigt die Abhängigkeit der Wärmeleitfähigkeit vom thermischen Nichtgleichgewicht und schlägt ein verbessertes Rykov-artiges Relaxationsmodell vor, das die Wechselwirkung zwischen translatorischem und rotatorischem Wärmefluss berücksichtigt.