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.
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.
Diese Arbeit stellt einen Topologie-Optimierungsansatz vor, der auf der zeitabhängigen Ginzburg-Landau-Theorie im Weyl-Eichung basiert, um die geometrische Struktur von Typ-II-Supraleitern mit Dielektrikum-/Vakuum-Grenzflächen invers zu entwerfen und so durch gezielte Defektplatzierung die Flusspinnung und Stromtragfähigkeit zu verbessern.
Diese Studie nutzt Open-Source-Bibliotheken, um verschiedene Hyperreduktionsmethoden für nichtlineare Finite-Elemente-Simulationen zu vergleichen und zeigt, dass die optimale Wahl zwischen Genauigkeit und Effizienz stark vom spezifischen Problem und der gewählten Zeitintegrationsmethode abhängt.
Die Studie stellt einen robusten maschinellen Lernansatz vor, der auf einem physikalisch fundierten Vorkenntnis-Filter und einem eingeschränkten neuronalen Netzwerk basiert, um aus verrauschten Zeitdomänenmessungen die spektralen Dichtefunktionen in offenen Quantensystemen erfolgreich zu rekonstruieren.
Dieser Workshopbericht aus Aachen (2025) fasst Fortschritte und Handlungsbedarfe zusammen, um die Nachhaltigkeit und Ethik in der datenintensiven ErUM-Forschung durch technische Optimierungen, KI-geregelte Verantwortung sowie gezielte Ausbildung und Förderung in den wissenschaftlichen Alltag zu integrieren.