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.
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 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.
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 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 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.
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.
Diese Arbeit stellt B-ODIL vor, eine bayessche Erweiterung der Methode zur Optimierung eines diskreten Verlustes (ODIL), die physikalische PDE-Modelle als Prior mit Daten-Likelihoods kombiniert, um Lösungen für inverse Probleme mit quantifizierten Unsicherheiten zu liefern, wie beispielsweise bei der Schätzung von Tumorwachstum aus MRT-Daten.
Diese Arbeit stellt ein energieerhaltendes Kontakt-Dynamik-Framework für beliebige konvexe starre Teilchen vor, das durch die Integration von Vertex-Boundary-, Vertex-Oberflächen- und Kanten-Kanten-Erkennung in 2D und 3D eine stabile, überlappungsfreie Simulation von Packungsverhalten und anisotroper Diffusion ermöglicht.