Data-Efficient Neural Operator Training via Physics-Based Active Learning
本論文は、偏微分方程式の残差を活用してデータ選択を導く、偏微分方程式の求解におけるニューラルオペレータ訓練のデータ効率を大幅に向上させつつ、プロセスに物理的帰納バイアスを注入する新たな物理ベースの能動学習アルゴリズムを提案する。
🔬 Category
physics.comp-ph
903 件の論文
計算物理学は、複雑な自然現象をコンピューターシミュレーションで解き明かす分野です。実験だけでは観測が難しい宇宙の成り立ちや、分子レベルの微細な動きまで、数式をプログラム化して可視化し、現実のメカニズムを紐解きます。
Gist.Science では、arXiv に公開される計算物理学の最新論文をすべて対象に、専門家による詳細な技術解説と、誰でも理解できる平易な要約を常時提供しています。専門用語に頼らず、研究の核心を伝えることで、この分野の最前線を広く開くことを目指しています。
以下に、arXiv から新たに追加された計算物理学の論文リストを掲載します。最新の研究動向を、それぞれの要約とともにご覧ください。
Ab initio Investigation of Thermal Transport in Insulators: Unveiling the Roles of Phonon Renormalization and Higher-Order Anharmonicity
本研究は、フォノンを温度依存性の準粒子として扱うことで従来の摂動法の限界を克服し、絶縁体の熱的および熱力学的性質を正確に計算するための、自己無撞着なフォノン再正規化と四次の非調和性に基づく包括的な数値枠組みを提示する。
Complexity Analysis of Normalizing Constant Estimation: from Jarzynski Equality to Annealed Importance Sampling and beyond
本論文は、等周仮定に依存することなく、アニーリング重要性に基づく正規化定数推定に対する最初の非漸近的オラクル複雑度上限を確立し、多峰性環境における従来の幾何学的補間の限界を克服するための新規な逆拡散サンプラーを提案する。
Requirements for Early Quantum Utility and Quantum Utility in the Capacitated Vehicle Routing Problem
本論文は、リソース数とハードウェアベンチマークを用いて、容量制約付き車両経路問題（CVRP）に対する早期の量子有用性の達成が現在のNISQデバイスでは極めて困難であることを示す透明かつ符号化に依存しないフレームワークを導入し、高次符号化が直接のQUBOマッピングに対して圧倒的な量子ビット優位性を有することを明らかにするとともに、将来の量子優位性には革新的な問題分解が不可欠であることを示唆する。
Mapping Microstructure: Manifold Construction for Accelerated Materials Exploration
本論文は、微細構造を確率過程としてモデル化し、低次元かつ可逆的な材料多様体を構築するデータ駆動型のフレームワークを導入し、加工条件と微細構造の結果を効果的に結びつけ、加速された閉ループ材料設計を可能にするものである。
Kinetic closure of turbulence
本論文は、スケーリング分離やスマゴリンスキー型の仮定を必要とせず、一般化された衝突演算子を通じて乱流サブフィルタ効果をモデル化するフィルタ付きボルツマン--BGK 方程式に対する運動論的閉鎖を導入し、古典的な手法と比較して数値試験において安定性の向上と散逸の低減を実証する。
Walsh-Hadamard Neural Operators for Solving PDEs with Discontinuous Coefficients
本論文は、フーリエベースの手法の限界を克服して不連続係数を有する偏微分方程式を効果的に解くために Walsh-Hadamard 変換を利用する新しいアーキテクチャである Walsh-Hadamard 神経作用素（WHNO）を導入し、WHNO をフーリエ神経作用素とアンサンブルで組み合わせることで、鋭い界面と滑らかな特徴の両方を捉える精度が著しく向上することを示す。
SCULPT: An Interactive Machine Learning Platform for Analyzing Multi-Particle Coincidence Data from Cold Target Recoil Ion Momentum Spectroscopy
本論文は、COLTRIMS 実験から得られる高次元多粒子同時計測データを、UMAP や適応的信頼度スコアリングといった高度な手法を用いて解析し、原子・分子物理学における稀な事象や相関の効率的な発見を可能にする、インタラクティブな Web ベースの機械学習プラットフォーム「SCULPT」を紹介するものである。
NORi: An ML-Augmented Ocean Boundary Layer Parameterization
NORi は、ニューラル常微分方程式とリチャードソン数依存の閉鎖則を組み合わせ、気候モデルにおいて海洋境界層の乱流と取り込みダイナミクスを正確かつ安定的にシミュレートする新規の物理ベース機械学習パラメタリゼーションであり、従来の手法を上回る性能を発揮しつつ最小限の訓練データで長期的な数値的安定性を保証する。
Task-specific programming of chaos in neural circuits
本論文は、ネットワークトポロジーがタスク固有の計算のための再構成可能な設計パラメータとして機能し、エッジの書き換えによる神経回路内のカオス的ダイナミクスをプログラム可能に制御することでリザーバー計算の性能を最適化することを示している。