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 Studie stellt eine neue Methode zur amortisierten Posterior-Schätzung mittels likelihood-gewichteter Normalizing Flows vor und zeigt, dass die Verwendung von Gaussian Mixture Models als Basisverteilung entscheidend ist, um die Topologie multi-modaler Posteriors korrekt abzubilden und die Bildung falscher Wahrscheinlichkeitsbrücken zu vermeiden.
Die Studie zeigt, dass eine rechen-effiziente Variante der EfficientNet-Architektur in Kombination mit globalen Jet-Features eine wettbewerbsfähige Leistung bei der Identifizierung von Top-Quark-Jets erzielt und dabei die Bedeutung globaler Merkmale sowie die Redundanz komplexer Netzwerkarchitekturen aufzeigt.
Das Paper stellt MAD-SURF vor, ein auf maschinellem Lernen basierendes Interatompotential, das die Genauigkeit von DFT-Simulationen für die Adsorption organischer Moleküle auf Kupfer-, Silber- und Goldoberflächen bei deutlich höherer Rechengeschwindigkeit erreicht und somit komplexe Oberflächenphänomene effizient modelliert.
Die Studie zeigt, dass die spektrale Komplexität der Strahlungstransportgleichung durch eine Young-Maß-Homogenisierung auf einen beschränkten Tensor-Train-Rang reduziert werden kann, was eine effiziente und hochpräzise Berechnung in absorbierend-streuenden Medien ermöglicht und dabei deutlich besser abschneidet als etablierte Näherungsmethoden wie die korrelierte-k-Verteilung.
Diese Studie stellt eine optimierte, höherordentliche harmonische Oberflächen-Tessellierung für additiv gefertigte Luft-Luft-Wärmetauscher vor, die im Vergleich zu Gyroid-TPMS-Strukturen bei turbulenten Strömungen eine überlegene thermohydraulische Leistung mit höherem Wirkungsgrad und geringerem Druckverlust bietet.
Die Studie stellt PINEAPPLE vor, einen neuartigen Rahmen, der physikinformierte neuronale Netze mit evolutionären Suchalgorithmen kombiniert, um die Degradation von Lithium-Ionen-Batterien präzise, schnell und zerstörungsfrei allein aus Spannungs-Zeit-Kurven zu prognostizieren und dabei physikalische Grundprinzipien zur robusten Parameterschätzung nutzt.
Diese Arbeit stellt eine effiziente Methode vor, die auf einem matrixwertigen AAA-Algorithmus basiert, um die T-Matrix mittels einer Pol-Expansion mit minimalen Rechenaufwand und geringem Speicherbedarf über ein breites Frequenzspektrum darzustellen, und bietet zudem Open-Source-Tools für die wissenschaftliche Gemeinschaft an.
In dieser Arbeit wird der Nested-Sampling-Algorithmus in Kombination mit dem Programm nested_fit und Slice Sampling zur Berechnung der Zustandssumme und zur Untersuchung von Phasenübergängen sowie stabilen Konfigurationen in Lennard-Jones-Clustern mit 7 und 36 Atomen eingesetzt, um die Effizienz der Methode zur Exploration von Potentialenergieflächen zu validieren.
Das Paper stellt GollumFit vor, ein Open-Source-Framework für das IceCube-Observatorium, das eine zeiteffiziente binned-Likelihood-Analyse von Neutrinoteleskopdaten unter Berücksichtigung zahlreicher Nuisance-Parameter ermöglicht.
Die Studie stellt QHFlow2 vor, ein neues maschinelles Lern-Hamiltonian-Modell, das durch eine SO(2)-äquivariante Architektur und einen zweistufigen Kanten-Update-Mechanismus nicht nur die Hamiltonian-Fehler um 40 % reduziert, sondern auch erstmals Kraftgenauigkeiten auf NequIP-Niveau bei bis zu 20-fach niedrigeren Energiefehlern im Vergleich zu bestehenden Modellen wie MACE und NequIP erreicht.