Hessian Matching for Machine-Learned Coarse-Grained Molecular Dynamics
本論文は、生体分子シミュレーションにおける粗視化ポテンシャルの精度と転移性を大幅に向上させるために、従来の力適合に確率的ヘッセ行列・ベクトル積適合を追加して二次の曲率情報を組み込む粗視化分子動力学のための機械学習フレームワークを導入する。
🔬 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。
A practical investigation on time integration in the quantized tensor train format
本論文は、移流優勢問題に対する量子化テンソル・トレイン（QTT）計算の効率性と安定性に、時間積分法の選択、数値的散逸の付加、および問題の表現がどのように影響するかを調査し、長期間シミュレーションにおける誤差の蓄積とランクの増大を緩和することを目的とする。
Robust Matrix-Free Newton-Krylov Solvers via Automatic Differentiation
本論文は、Jacobian-Free Newton-Krylov 法における Jacobian-ベクトル積の計算において、有限差分近似を前方モード自動微分に置き換えることが、多様な非線形問題およびハードウェアアーキテクチャにおいて、計算性能を 2〜3 桁向上させ、かつ完了率を 42% から 95% に高めることで、大域的な頑健性を大幅に向上させることを示す。
Effects of Thermal Boundary Conditions on Natural Convection and Entropy Generation in Non-Newtonian Power-Law Fluids
本研究は有限要素シミュレーションを用いて、非ニュートン流体におけるべき乗則流体ではせん断希薄化挙動が熱伝達を促進し、非一様加熱と比較して均一な熱境界条件がより強い対流とより高いエントロピー生成を促進することを示し、熱システム設計の最適化に向けた重要な知見を提供する。
Efficient simulation of chemical reaction in DSMC
本論文は、近連続体化学反応流れにおけるシミュレーションの加速、ノイズ低減、および計算ボトルネックの克服を実現するために、DSMC からサンプリングされた高次構成則および化学反応源項をマクロ合成方程式に統合する、巨視的・微視的かつ決定論的・確率的な結合戦略を提案する。
Elastica++: A high-performance, multiphysics framework for large interacting assemblies of Cosserat rods
本論文は、軟体ロボットからアクティブマターに至る多様な応用分野における相互作用する細長構造の大規模マルチフィジックスシミュレーションを可能にするために、コッセラットロッドモデルと共有メモリ並列処理を活用したオープンソースかつ高性能なフレームワーク「Elastica++」を紹介する。
Variational Quantum Solutions to the Advection-Diffusion Equation for Applications in Fluid Dynamics
本論文は、システム次元に対して効率的にスケーリングし、現在のノイズのある IBM 量子ハードウェア上で信頼性の高い結果を実証する、移流拡散方程式を解くためのハイブリッド量子古典手法を提示し、数値気象予報における計算および電力の制限を克服する可能性のある道筋を提供する。
Revolutionising Antibacterial Warfare: Machine Learning and Molecular Dynamics Unveiling Potential Gram-Negative Bacteria Inhibitors
本研究は、既存のFDA承認抗菌薬の限界を克服することを目的として、機械学習と分子動力学法を活用し、グラム陰性菌の耐性機構、特にRND型排出ポンプおよびエリスロマイシンエステラーゼを標的とする潜在的な阻害剤を同定する。
APRIL: Auxiliary Physically-Redundant Information in Loss -- A physics-informed framework for parameter estimation with a gravitational-wave case study
本論文は、大規模な多システムデータセットにおけるパラメータ推定の収束性と精度を向上させるために、補助的な物理的冗長項を付加的に導入して教師あり損失を拡張するフレームワーク「APRIL」を提案し、重力波パラメータ推定において標準的な手法と比較して最大で 1 桁の性能向上を実現することを示す。
Low-rank compression of two-electron reduced density matrices
本論文は、化学的精度を維持しつつメモリスケーリングを4 乗から2 乗に削減する、2 電子縮退密度行列向けの構造保存型低ランク圧縮プロトコルを導入し、これにより大規模な非断熱分子動力学シミュレーションに対する固有ベクトル継続ワークフローの効率的な適用を可能にする。