922 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 vorgestellte Arbeit stellt einen neuen, auf spektraler Graphentheorie und Krümmung basierenden Algorithmus vor, der Graphenisomorphie in deterministischer polynomieller Zeit löst und dabei auch für klassische spektrale Methoden schwierige Fälle korrekt und verifizierbar behandelt.
Diese Studie untersucht die zweidimensionale Kelvin-Helmholtz-Instabilität in Kollisionplasmen mit anisotropem Druck mittels CGL-Gleichungen und zeigt, dass im Vergleich zum MHD-Limit die Wachstumsraten, Stromdichten und die Bildung magnetischer Inseln sowie intermittierender Strömungsmuster im MHD-Grenzbereich am stärksten ausgeprägt sind, da im CGL-Regime ein Teil der Energie in die Ausbildung von Druckanisotropien fließt.
Das Paper stellt Neural-POD vor, ein Plug-and-Play-Neural-Operator-Framework, das diskretisierungsabhängige lineare POD-Moden durch lernbare, nichtlineare und auflösungsinvariante Basisfunktionen im Funktionsraum ersetzt, um die Generalisierung und Interpretierbarkeit von KI-Modellen für wissenschaftliche Anwendungen zu verbessern.
Diese Studie nutzt maschinengelernte Potentiale und Molekulardynamik-Simulationen, um die anisotrope mechanische Antwort, die Deformationsmechanismen und den Einfluss von Temperatur, Verformungsrate sowie Zusammensetzung auf die Druckfestigkeit der NbTaTiZr-MPEA aufzuklären und liefert damit wichtige Erkenntnisse für das Design hochleistungsfähiger refraktärer Legierungen.
Diese Arbeit stellt ein inverses Rekonstruktionsframework vor, das mittels nichtlinearer effektiver Mediumsnäherungen und Streutheorie aus einem einzigen Infrarot-Extinktionsspektrum die komplexe effektive Permittivität, die Zusammensetzung und die Mikrostrukturtopologie stark streuender optischer Komposite präzise bestimmt.
Diese Arbeit stellt ein exaktes analytisches Rahmenwerk zur Trennung der Schwerpunkts- und Relativbewegung anisotroper zweidimensionaler Magnetoexzitonen vor, das ohne Näherungen auskommt und durch Anwendung auf Materialien wie schwarzen Phosphor signifikante Einflüsse der Anisotropie auf die magnetische Antwort aufzeigt.
Die Studie stellt eine webbasierte interaktive Plattform für Physikpraktika am St. Xavier's College in Kolkata vor, die als effektive Ergänzung zu physischen Laboren dient und durch positive Studentenevaluierungen sowohl das konzeptionelle Verständnis als auch das Selbstvertrauen bei der Durchführung von Experimenten nachweislich verbessert.
Die Arbeit stellt GABI vor, ein geometriebewusstes Framework für die bayessche Inversion, das durch einen „zuerst lernen, später beobachten"-Ansatz auf großen Datensätzen variierender Geometrien trainierte generative Modelle als informative Priors nutzt, um die Unsicherheitsquantifizierung bei der Rekonstruktion physikalischer Systeme aus wenigen Beobachtungen zu verbessern.
Diese Studie validiert das universelle Machine-Learning-Interatomare-Potential UMA für 25 dotierte MoS₂-Konfigurationen und demonstriert dessen Fähigkeit, komplexe Phänomene wie Dotierstoffagglomeration und Schichtfrakturierung bei deutlich reduzierten Rechenkosten im Vergleich zur Dichtefunktionaltheorie zu simulieren, wodurch ein effizienter Workflow für das Hochdurchsatz-Screening und die Materialoptimierung ermöglicht wird.
Die Arbeit stellt das Open-Source-Python-Paket „MDIntrinsicDimension" vor, das zur Analyse von Molekulardynamik-Trajektorien die intrinsische Dimension berechnet, um die Komplexität und lokale Flexibilität von Biomolekülen durch rotations- und translationsinvariante Projektionen sowie verschiedene Analysemodi zu charakterisieren.