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。
本論文は、格子熱伝導率を予測するために大規模なPhonixデータベース上で15の機械学習代理モデルをベンチマークし、MLIP埋め込みモデルが補間において優れている一方で、ALiEGNNのような深層ニューラルネットワークは分布外外挿において優れた頑健性を示すことを明らかにし、これにより第一原理シミュレーションの計算コストのほんの一部で熱電材料の効率的なハイスループットスクリーニングを可能にすることを示している。
本研究は、超均一性や局所秩序といった特定の物理的特性を最適化することがガラスの安定性の向上をもたらすという仮説に異議を唱え、むしろ粒子直径を変化させる動的過程こそが超安定ガラスの形成の真の因果要因であることを示している。
本論文は、モンテカルロ粒子リストから中性子源分布を推定するために確率的生成モデルを用いた新規手法を提案・評価し、モデルの学習後に効率的かつメモリに依存しないサンプリングを可能にするものである。
本論文は、分極性粒子のサイズ、電荷、および誘電率非対称性を同時に調整することで、複雑な接触静電相互作用を単純なクーロン挙動にまで簡略化して設計可能にし、それにより予測可能な構造を持つ自己集合材料の設計を可能にすることを示す。
本論文は、ラプラス近似を用いてモデル証拠を解析的に計算する証拠駆動型のベイズ定式化を導入し、これにより偏微分方程式の分野において損失重みと不確実性の定量化を効率的かつサンプリング不要で自動的に最適化することを可能にする物理情報ニューラルネットワークを提案する。
本論文は、遠方音響測定を主要なフィードバック信号として利用し、円柱後流の非定常渦動態を効果的に抑制するとともに、従来の速度または圧力センサーに依存することなく放射騒音と抗力を大幅に低減する合成ジェット作動を駆動する深層強化学習フレームワークを提示する。
本論文は、量子テンソル・トレーン診断（QTTD）を介してアクセス可能な虚時間スケール間の新たなエンタングルメントである時間スケール・エンタングルメントを導入し、これは相転移付近で一般的に増強され、量子臨界点においてスケール不変となる普遍的かつ偏りのない指標として機能するものである。
本論文は、ブロック符号化と量子特異値変換（QSVT）を組み合わせることで微分方程式を解くための体系的な量子経路を提示し、熱方程式およびバーガース方程式への適用を示すとともに、現在の限界と量子優位性達成に向けた将来の方向性を浮き彫りにする重要なハードウェア資源見積もりとスケーリング分析を提供する。
本論文は、異なる熱力学的状態にわたる複雑なマルチスケール系の熱力学的および運動論的性質の両方を正確に保持するために、生成器拡張動的モード分解（gEDMD）と熱力学的補間を統合した、過減衰ランジュバンダイナミクス向けの投影ベースの粗視化形式を提示する。
本論文は、グラフ注意機構を介した局所原子環境解析と全球的組成データを組み合わせ、1,000 以上の構造からなるデータセットにおいて第一原理レベルの精度で高エントロピー合金のエネルギーを正確に予測する結晶分数グラフニューラルネットワークを提案し、大規模結晶セルに関する現在の限界を認識している。