131 articoli
Il paper introduce un metodo di precondizionamento efficiente basato sul tensore metrico per accelerare l'ottimizzazione basata su gradienti degli stati entangled proiettati infiniti (iPEPS), risolvendo le problematiche di costo computazionale e mal condizionamento nel simulare sistemi quantistici a molti corpi.
Il paper introduce "El Agente Cuantico", un sistema di intelligenza artificiale multi-agente che automatizza i flussi di lavoro delle simulazioni quantistiche traducendo le intenzioni scientifiche in linguaggio naturale in calcoli eseguiti e validati attraverso diversi framework software, superando così le barriere tecniche e computazionali.
Il paper dimostra come la complessità computazionale classica del problema 3-SAT si manifesti come una barriera di entanglement che limita l'efficacia dell'approccio di propagazione nel tempo immaginario basato su stati prodotto di matrice, rivelando anche requisiti di risorse superlineari per l'implementazione su computer quantistici.
Il documento presenta un approccio di apprendimento automatico basato su programmazione semidefinita che approssima il bordo convesso delle matrici di densità ridotta a due elettroni (2-RDM) tramite dati molecolari, consentendo calcoli variazionali diretti con accuratezza superiore e costi computazionali paragonabili ai metodi tradizionali a due positività.
Il paper introduce i "Drifting Models" applicati per la prima volta alla generazione di conformazioni molecolari, sfruttando un'identità teorica che integra le forze fisiche per ottenere un campionamento di Boltzmann in un singolo passo con un'accelerazione di un milione di volte rispetto alle dinamiche molecolari tradizionali, mantenendo al contempo una validità strutturale e un'accuratezza distribuzionale superiori.
Il paper presenta JAWS, una strategia di regolarizzazione probabilistica che modula dinamicamente il vincolo di stabilità in base alla complessità fisica locale, permettendo ai modelli di operatori neurali di mantenere la stabilità a lungo termine e la fedeltà delle caratteristiche singolari (come gli shock) senza compromettere le regioni lisce, superando così i limiti delle tecniche di regolarizzazione globale.
Questo studio combina un modello analitico calibrato e simulazioni numeriche avanzate per collegare le condizioni operative dei getti supersonici per spruzzatura termica alle loro firme aeroacustiche e al trasporto di particelle, dimostrando che l'analisi acustica può essere utilizzata come metodo non intrusivo per monitorare e controllare il processo.
Il documento presenta il Continuous-Time Koopman Autoencoder (CT-KAE) come un modello surrogato leggero e stabile per le previsioni oceaniche a lungo termine, che supera le limitazioni di instabilità e deriva energetica dei modelli basati su Transformer garantendo un'evoluzione temporale strutturata e un'inferenza estremamente rapida.
Questo studio presenta la prima applicazione dello spectral nudging in un sistema di previsione probabilistico ibrido, che combina il modello fisico IFS-ENS con l'ensemble di apprendimento automatico AIFS-ENS, ottenendo significativi miglioramenti nella previsione su larga scala e nella traiettoria dei cicloni tropicali senza degradare l'intensità delle tempeste.
Lo studio dimostra che il preaddestramento del tokenizzatore su un sistema fisico specifico migliora significativamente l'efficienza e l'accuratezza dei modelli fondazione per la fisica, riducendo l'errore di 64% rispetto all'addestramento da zero e introducendo nuove operazioni di compressione spaziotemporale adattabili.
Questo articolo presenta TRec, un framework basato sulla tomografia a scattering di muoni e informato dalla fisica, che permette di rilevare con elevata sensibilità la mancanza di combustibile nei microreattori sigillati ricostruendo le traiettorie curve dei muoni e mappando la densità di scattering, superando significativamente le prestazioni dei metodi tradizionali come PoCA.
Il paper presenta nuovi metodi Multistep Runge-Kutta espliciti del quarto ordine che, riutilizzando dati dai passi temporali precedenti per ridurre il numero di valutazioni intermedie, accelerano le simulazioni di relatività numerica senza compromettere l'accuratezza.
Il paper introduce l'algoritmo SBCI (Simulated Bifurcation-based CI), un metodo classico ispirato alla meccanica quantistica che riduce i costi computazionali delle calcoli di chimica quantistica ad alta precisione mantenendo un'accuratezza paragonabile ai metodi standard.
Questo studio dimostra che l'uso di metodi di adattività della mesh basati sull'apprendimento automatico (UM2N) all'interno del software Thetis migliora significativamente l'efficienza e la robustezza delle simulazioni di tsunami non idrostatici, garantendo al contempo un'accuratezza elevata nella valutazione dei rischi costieri.
Questo studio dimostra che la trasformazione delle Hamiltoniane rovibroniche nella rappresentazione adiabatica per eliminare l'accoppiamento spin-orbita genera in realtà accoppiamenti non adiabatici significativi che, se trascurati, portano a errori gravi nelle previsioni spettrali e dinamiche, rendendo necessarie correzioni esplicite quando gli stati interagenti sono vicini.
Lo studio dimostra che le complesse fasi ad alta pressione del metano cristallino possono essere comprese come un impaccamento di cluster supermolecolari quasi sferici, dove la rottura della simmetria cubica e la lenta riorganizzazione strutturale derivano dalla natura non sferica delle molecole e dal compromesso tra impaccamento efficiente ed entropia.
Questo studio presenta nuovi potenziali di apprendimento automatico a lungo raggio con cariche dipendenti dall'ambiente che, combinati con i Moment Tensor Potential, migliorano l'accuratezza nei sistemi organici e cristallini, permettendo per la prima volta di prevedere con successo la separazione LO-TO, la costante dielettrica e gli spettri fononici in materiali isotropi e uniasiali.
Lo studio rivela che l'incapsulamento di catene di carbonio all'interno della zeolite KFI non solo inverte la consueta riduzione del band gap sotto pressione, permettendo un allargamento inaspettato, ma facilita anche la sintesi di lunghe catene cumulene che raggiungono una temperatura di transizione superconduttiva di circa 62 K, superando i record dei superconduttori a base di ferro.
Questo articolo presenta un confronto completo dei metodi di integrazione per particelle relativistiche nelle simulazioni PIC, evidenziando come una classe di schemi espliciti possa essere generalizzata per raggiungere un'accuratezza di ordine arbitrario e confrontando le varianti del quarto ordine con quelle del secondo.
Lo studio predice che il drogaggio con lacune riduce il campo coercitivo dell'ossido di afnio ferroelettrico da 8 a 6 MV/cm, rendendo competitiva una nuova via di commutazione attraverso la fase Pbcm e trasformando il materiale da un ferroelettrico improprio a uno proprio.