🔬 Category

physics.comp-ph

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.

Phenomenological energy exchange of diatomic gases: Comparison of Pullin and Borgnakke-Larsen models in direct simulation Monte Carlo method

Diese Studie vergleicht das weit verbreitete Borgnakke-Larsen-Modell mit dem theoretisch fundierteren Pullin-Modell zur Simulation des Energieaustauschs zwischen Translations- und Rotationsfreiheitsgraden in zweiatomigen Gasen mittels der DSMC-Methode und zeigt, dass das Pullin-Modell eine präzisere physikalische Grundlage bietet, während seine vereinfachte Version in hochverdünnten Strömungen eine vergleichbare Effizienz wie das BL-Modell aufweist.

Hao Jin, Sha Liu, Ningchao Ding, Sirui Yang, Huahua Cui, Congshan Zhuo, Chengwen Zhong2026-02-10🔬 physics

Field conserving adaptive mesh refinement (AMR) scheme on massively parallel adaptive octree meshes

Die vorliegende Arbeit stellt ein skalierbares, feldkonservierendes Verfahren für die Verfeinerung von Octree-basierten adaptiven Gittern vor, das durch eine L2L^2-Projektion systematische Driftfehler bei der Koarsierung minimiert und die globale Erhaltung physikalischer Größen in Langzeitsimulationen sicherstellt.

Kumar Saurabh, Makrand A. Khanwale, Masado Ishii, Hari Sundar, Baskar Ganapathysubramanian2026-02-10🔢 math-ph

A quantum-inspired multi-level tensor-train monolithic space-time method for nonlinear PDEs

Dieses Paper stellt ein quanteninspiriertes, mehrstufiges Tensor-Train-Verfahren vor, das durch eine hierarchische Verfeinerung innerhalb des Tensor-Formats die robuste und effiziente Lösung nichtlinearer partieller Differentialgleichungen in einer monolithischen Raum-Zeit-Formulierung ermöglicht.

N. R. Rapaka, R. Peddinti, E. Tiunov, N. J. Faraj, A. N. Alkhooori, L. Aolita, Y. Addad, M. K. Riahi2026-02-10⚛️ quant-ph

Extracting Many-Body Quantum Resources within One-Body Reduced Density Matrix Functional Theory

Diese Arbeit etabliert ein neuartiges Framework innerhalb der Ein-Körper-reduzierten Dichtematrix-Funktionaltheorie, das die universelle Bestimmung der Quanten-Fisher-Information für Fermionen- und Bosonen-Grundzustände direkt aus der Ein-Körper-reduzierten Dichtematrix ermöglicht und dadurch die rechnerische Komplexität exponentiell großer Wellenfunktionen vermeidet.

Carlos L. Benavides-Riveros, Tomasz Wasak, Alessio Recati2026-02-09🔬 cond-mat

A Nonlocal Orientation Field Phase-Field Model for Misorientation- and Inclination- Dependent Grain Boundaries

Diese Arbeit schlägt ein nichtlokales Orientierungsfeld-Phasenfeldmodell vor, das eine von Fehlorientierung und Neigung abhängige Korngrenzenanisotropie unter Verwendung eines einzigen Orientierungsfeldes integriert und dadurch eine präzise Abstimmung der Korngrenzenenergie ermöglicht, während gleichzeitig das Anpassungsverfahren vereinfacht und wesentliche mikrostrukturelle Verhaltensweisen wie lineares Kornwachstum und Triple-Junction-Gleichgewicht genau reproduziert werden.

Xiao Han, Axel van de Walle2026-02-09🔬 cond-mat.mtrl-sci

Comparison of inviscid and viscous vortex shedding from translating and rotating plates

Diese Studie vergleicht ein wirbelfolienbasiertes, reibungsfreies Modell mit Navier-Stokes-Simulationen über etwa 70 instationäre Plattenbewegungen bei moderaten Reynolds-Zahlen und zeigt auf, dass der reibungsfreie Ansatz Kräfte und Strömungsstrukturen in körperdominierten Regimen genau vorhersagt, während er bei niedrigen Anstellwinkeln in strömungsdominierten Konfigurationen eine verringerte Genauigkeit aufweist.

Yu Jun Loo, Silas Alben2026-02-09🔬 physics

A Demonstration of a Neural Network as a Bridge Between Galaxy Simulations and Surveys

Diese Arbeit zeigt, dass ein einfaches neuronales Netzwerk mit einer einzigen verborgenen Schicht, das auf synthetischen Galaxien aus dem SHARK-semianalytischen Modell trainiert wurde, die Sternmassen für reale GAMA-Survey-Galaxien unter Verwendung von lediglich absoluten Magnituden und Farbindizes präzise vorhersagen kann, wobei eine Streuung von ~0,131 dex erreicht wird und bewiesen wird, dass komplexe Deep-Learning-Architekturen für einen robusten Transfer von Simulation zu Beobachtung in Studien zur Galaxienentwicklung unnötig sind.

E. Elson2026-02-09🔭 astro-ph

Generalized Finite Differences Method Applied to Finite Photonic Crystal

Diese Arbeit schlägt eine verallgemeinerte Finite-Differenzen-Methode im Frequenzbereich vor, die eine fundamentale Domäne diskretisiert, um photonische Bandstrukturen für endliche photonische Kristalle zu berechnen, wobei sie deren Gültigkeit an einem eindimensionalen Kristall in einem optischen Resonator demonstriert und gleichzeitig den Übergang zu unendlichen Systemen analysiert.

Santiago Bustamante, Esteban Marulanda, Jorge Mahecha, Herbert Vinck2026-02-06🔬 physics.optics

TTNOpt: Tree tensor network package for high-rank tensor compression

Das Paper stellt TTNOpt vor, ein Softwarepaket, das Tree Tensor Networks nutzt, um effizient Grundzustände und physikalische Eigenschaften von Quantenspinsystemen zu berechnen und gleichzeitig eine hochrangige Tensor-Kompression für die hochdimensionale Datenanalyse durchführt, indem es Netzwerkstrukturen basierend auf Verschränkungsmustern optimiert.

Ryo Watanabe, Hidetaka Manabe, Toshiya Hikihara, Hiroshi Ueda2026-02-06🔬 cond-mat