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 mathematisch konsistentes, gekoppeltes Modell für das Wafer-zu-Wafer-Bonding vor, das die Plattenbiegung mit der Reynolds-Gleitfilmgleichung verbindet und mittels einer monolithischen Finite-Elemente-Implementierung in FEniCSx nichtlineare Dynamiken sowie prozessoptimierende Parameterstudien erfolgreich simuliert.
Diese Studie zeigt, dass interlayer-Wechselwirkungen in bilayer V2S2O die elektronischen und magnetischen Eigenschaften sowie den Spintransport signifikant modulieren, indem sie die Valenzbandstruktur verschieben und die Spinpolarisation im Vergleich zum Monolayer reduzieren, was durch externe elektrische Felder und Gate-Spannungen gezielt gesteuert werden kann.
Diese Studie zeigt, dass universelle maschinelle Lernpotenziale durch gezieltes Fine-Tuning auf enumerierten Strukturen die Genauigkeit von DFT-Rechnungen für die Mischungsenthalpie von zweidimensionalen Hoch-entropy-Legierungen erreichen und damit großskalige Monte-Carlo-Simulationen ermöglichen, die mit herkömmlichen DFT-Methoden nicht durchführbar wären.
Diese Arbeit leitet eine exakte Reduktion der abgeschirmten Austauschenergie zweiter Ordnung (SOSEX) im homogenen Elektronengas auf ein dreifaches Integral für eine spezielle einpolige Wechselwirkung ab, analysiert das asymptotische Verhalten und liefert damit eine fundierte Basis für die Konstruktion funktionaler jenseits der RPA.
Dieser Artikel stellt eine Übersicht über die numerischen Methoden des Open-Source-Tools Axiprop zur Simulation der optischen Ausbreitung ultrakurzer Laserpulse in Plasmen vor und demonstriert deren Anwendung bei der Gestaltung von Plasma-Wellenleitern und der beschleunigten Elektronenerzeugung durch phasenverschlüsselte Flying-Focus-Laserpulse.
Die Autoren stellen ein systematisches Protokoll zur Entwicklung genauerer Dichtefunktionalen vor, das zur Entwicklung des COACH-Funktions führt, welches innerhalb des Bereichs getrennter Hybrid-meta-GGAs sowohl die Genauigkeit als auch die Übertragbarkeit verbessert, wobei die Analyse nahelegt, dass zukünftige Fortschritte die Einbeziehung genuin nichtlokaler Informationen erfordern.
Die Studie zeigt, dass Koopmans-Spektralfunktionale eine rechnerisch effiziente und genaue Methode darstellen, um die für die Wasserspaltung entscheidenden Bandlücken und Bandkantenpositionen der TiO₂-Polymorphe (Rutil, Anatas und Brookit) vorherzusagen und somit die Eignung neuer Photokatalysatoren zu bewerten.
Die Arbeit stellt PHLieNet vor, ein Framework, das durch den Einsatz von Hypernetzwerken parametrische Variabilität in dynamischen Systemen bewältigt, indem es eine latente Repräsentation lernt, die es ermöglicht, Modelle über verschiedene Parameterbereiche hinweg zu interpolieren und zu extrapolieren, wodurch eine überlegene Generalisierung und langfristige Vorhersagegenauigkeit im Vergleich zu bestehenden Methoden erreicht wird.
Diese Arbeit bewertet die Gitter-Boltzmann-Methode als effiziente zeithäufigkeitsbasierte numerische Alternative zur Lösung der Maxwell-Gleichungen für elektromagnetische Streuprobleme und validiert ihre hohe Genauigkeit durch den Vergleich mit analytischen und semi-analytischen Referenzlösungen für verschiedene zweidimensionale und dreidimensionale Dielektrika.
Die Studie zeigt, dass ein auf geometrischen Graphen basierender Reinforcement-Learning-Agent die globale Optimierung der Elementanordnung in bimetalischen Nanopartikeln erfolgreich bewältigt, indem er bekannte Grundzustände wiederfindet und auf untrainierte Größen verallgemeinert, wobei die Leistung bei mehreren Legierungselementen jedoch eingeschränkt bleibt.