Acoustic radiation of thermodiffusively unstable turbulent lean premixed hydrogen-air flames
直接数値シミュレーションを用いた研究により、熱拡散不安定性を有する水素 - 空気乱流火炎は、メタン - 空気火炎と比較して火炎伸長が音響放射を促進し、低周波数域での熱放出率変動が増大してより強い燃焼騒音を発生させることが明らかになった。
🔬 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 stable and fast method for solving multibody scattering problems via the method of fundamental solutions
この論文は、個々の物体の散乱演算子を局所的に高精度に近似し、それらを組み合わせて大規模な多体散乱問題を安定かつ高速に解くための、方法論的基礎解法（MFS）を効率的に活用した数値手法を提案するものである。
Dirac Fermions and Flat Bands in Phosphorus Carbide Nanotubes: Structural and Quantum Phase Transitions in a Quasi-One-Dimensional Material
この論文は、室温で安定し、ディラック点と平坦バンドが共存する新しいリン化炭素ナノチューブ（P2C3NTs）を予測し、ひずみによる構造・量子相転移やスピン制御の可能性を示すことで、量子ハードウェアやスピントロニクスへの応用を提案しています。
Renormalization-Inspired Effective Field Neural Networks for Scalable Modeling of Classical and Quantum Many-Body Systems
この論文は、くりこみ群の概念に基づいた「有効場ニューラルネットワーク（EFNN）」を提案し、従来の深層学習モデルや厳密対角化法を上回る精度と汎化性能で、古典的および量子多体系の物理を効率的に記述できることを示しています。
A quantitative analysis of semantic information in deep representations of text and images
この論文は、情報不均衡という手法を用いて深層学習モデルの表現を分析し、言語やモダリティ、アーキテクチャを超えた意味情報の収束性を示しつつも、表現間の予測可能性が層の深さ、モデルの規模、言語によって大きく異なることを明らかにした。
Scalable Quantum Computational Science: A Perspective from Block-Encodings and Polynomial Transformations
本論文は、ブロック符号化と多項式変換を統合的な枠組みとして提示し、量子信号処理（QSP）の進展や並列・分散アーキテクチャへの拡張、化学・物理・最適化問題への応用を通じて、理論と実用を架橋するスケーラブルな量子計算科学の展望を論じています。
A Flux-Correction Form of the Third-Order Edge-Based Scheme for a General Numerical Flux Function
この論文は、一般的な数値フラックス関数を直接使用可能にするために、フラックス補正形式を導入し、U-MUSCL 法（）を用いた正確な状態評価によって非正則四面体格子におけるオイラー方程式の解法が第三精度を維持することを示したものである。
Chaotic Oscillator Networks for Classification Tasks
この論文は、人工ニューラルネットワークを用いて結合項を学習させることで、大規模なカオス振動子ネットワークの構築とトレーニングを可能にし、手動での結合項設計を不要とした効率的な分類タスク向けデータ処理フレームワークを提案しています。
Analysis of molecular dynamics simulation data via statistical distances between covariance matrices
本論文は、分子動力学シミュレーションの軌道データから得られる共分散行列間の統計的距離を分析し、次元削減を通じて拡散係数や相転移などの巨視的物性を効率的に推定・識別する新たな手法を提案し、レナード・ジョーンズ粒子系および氷と液体水の系での検証を通じてその有効性を示したものである。
Adaptive near-contact repulsion in conservative Allen-Cahn phase-field lattice Boltzmann multiphase model
本論文は、拡散界面法における非物理的な液滴の合体を防ぐため、局所的な接触反発流を導入し、薄膜厚さの解析的推定に基づいて強度を自動調整する保存型アレン・カーン相場モデルと格子ボルツマン法を結合した新しい手法を提案し、その有効性を検証したものである。