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.
Dieses Paper stellt QuVI vor, ein Open-Source-natives LabVIEW-Toolkit, das das Datenfluss-Paradigma nutzt, um eine intuitive, grafische Umgebung für die Simulation von Quantenschaltkreisen bereitzustellen und so die Lücke zwischen abstrakter linearer Algebra und praktischer technischer Implementierung für Lehrende und Forschende zu schließen.
Diese Arbeit leitet eine allgemeine thermodynamische Triebkraft für Transformationsfronten in deformierbaren Ferromagneten her und passt die Cut-Finite-Element-Methode an, um das gekoppelte magneto-mechanische Verhalten und die propagierenden Grenzflächen von magnetischen Formgedächtnislegierungen effizient zu modellieren, ohne dass Netzmodifikationen erforderlich sind.
Diese Studie zeigt, dass punktförmige Defekte Quadrat-Dreieck-Quasikristalle in Weichmateriesystemen signifikant stabilisieren, indem sie einen beträchtlichen Entropiegewinn sowohl durch individuelle Beiträge als auch durch kombinatorische Mischung bereitstellen und somit die beobachteten hohen Defektkonzentrationen in diesen Materialien erklären.
Das Kratos-Framework führt neuartige, für heterogene Architekturen optimierte Algorithmen für Raytracing, reaktive Strömungen und Thermochemie ein und demonstriert dabei eine hohe Genauigkeit und Effizienz durch rigorose Verifizierung gegen semianalytische Lösungen und etablierte Benchmarks wie Cantera.
Das Papier stellt EquiNO vor, einen physik-informierten neuronalen Operator, der Gleichgewichtsbeschränkungen durch divergenzfreie Basisfunktionen strikt erzwingt, um eine robuste, 8000-fach schnellere Alternative zu traditionellen Multiskalen-Simulationen und bestehenden datengesteuerten Surrogaten bereitzustellen.
Diese Arbeit erweitert effiziente Alternative Finite Difference WENO (AFD-WENO)-Schemata auf divergenzerhaltende hyperbolische Systeme, wie etwa CED und MHD, indem sie eine Yee-artige Kollokation von Variablen beibehält, um Involution-Constraints zu handhaben, die zuvor nur mit höherwertigen Finite-Volume-Methoden lösbar waren.
Diese Arbeit zeigt auf, dass die Kombination von Sparse-Grid-Interpolation mit (L-)Leja-Punkten und optimierter dynamischer Modendekomposition die Konstruktion hocheffizienter, prädiktiver parametrischer reduzierter Ordnungsmodelle für komplexe Plasma-Instabilitäten ermöglicht, wobei Auswertungsgeschwindigkeiten von bis zu drei Größenordnungen schneller als hochauflösende Simulationen erreicht werden, während lediglich eine minimale Anzahl an Trainingsdatenpunkten erforderlich ist.
Dieses Paper schlägt ein funktionales Informationsframework vor, um klassische Objektivität im Rahmen des Quantum Darwinism zu quantifizieren, indem es die Abundanz von Umweltfragmenten misst, die Pointer-Informationen redundant kodieren, wodurch thermodynamische Constraints offenbart werden, bei denen jedes zusätzliche Bit an Objektivität die erforderliche minimale Wärmeabfuhr zur Stabilisierung eines Datensatzes verdoppelt.
Diese Studie verwendet First-Principles-Berechnungen und Bauelement-Simulationen, um zu zeigen, dass bleifreie -() Perowskite die notwendige dynamische Stabilität, abstimmbare optoelektronische Eigenschaften und geeignete Bandlücken besitzen, um als vielversprechende Kandidaten für stabile Dünnschicht-PIN-Photodioden-Anwendungen zu dienen.
Diese Arbeit präsentiert ein neuartiges Framework, das hochpräzise Monte-Carlo-Simulationen mit Bayesscher Inferenz kombiniert, um eine schnelle, hochgenaue Quantifizierung mobiler Gammastrahlenquellen zu erreichen, was die Fähigkeiten in der radiologischen Sicherheit, der geophysikalischen Kartierung und der Weltraumexploration signifikant vorantreibt.