A Graph Neural Network for the Era of Large Atomistic Models
本論文は、ライングラフ・シリーズに基づき、スケーリング則に従い、かつ多様な原子系にわたる優れたゼロショット汎化性能を示す、大規模な原子論的アプリケーションのための高精度な基盤モデルとしての地位を確立する、スケーラブルな多層グラフニューラルネットワークであるDPA3を導入するものである。
917 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、ライングラフ・シリーズに基づき、スケーリング則に従い、かつ多様な原子系にわたる優れたゼロショット汎化性能を示す、大規模な原子論的アプリケーションのための高精度な基盤モデルとしての地位を確立する、スケーラブルな多層グラフニューラルネットワークであるDPA3を導入するものである。
本論文は、膨大な事前学習のみに依存するのではなく、推論時に計算リソースを活用することで、特に圧縮性オイラー方程式に対する予測精度と分布外への頑健性を向上させるべく、報酬駆動型の推論時スケーリングを利用した、PDE基盤モデルのための新しいテスト時計算フレームワークを導入するものである。
本論文は、物理情報に基づいたニューラルネットワークを微分可能なソルバーとして再定式化し、不均質系における定常ダルシー流の連続的な解多様体を効率的に学習することで、データ駆動型の導電率表現を物理情報に基づいた損失関数に直接統合する単一の学習プロセスを通じて、正確かつ質量保存を満たす解と不確実性の定量化を実現する新しいフレームワークを提示する。
本論文は、大規模な固有値問題を回避するためにノイマン・ポアンカレ演算子をコンパクトな双極子基底に投影することで、高速なスペクトル応答計算を実現し、かつ修正長波近似を介して遅延効果を組み込んだ、任意の幾何学的形状を持つプラズモンナノ粒子の超高速静電モデリングフレームワークを提示する。
本論文は、オープンソースのBasiliskフレームワーク内における、バイオマス熱分解中の固気連成ダイナミクスおよび異方的な粒子変形を完全に解明する、新規な単一格子・オイラー型VOFモデルを提示しており、実験データとの優れた一致を示しつつ、持続可能な熱分解プロセスを開発するための堅牢なツールを提供するものである。
本研究は、密度汎関数理論と反応分子動力学シミュレーションを組み合わせることで、B-N共ドープ、特にオルト配置が、-および6,6,12-グラファインにおける水素吸着熱力学を最適化し、水素発生反応に対する熱的安定性を向上させる一方で、他のドープパターンや未ドープの格子は低い活性または構造的劣化に悩まされることを実証している。
本論文は、電荷のゆらぎを抑制することで相関物質の有効な量子化価数および軌道構造を明らかにする「相互作用アニーリング」法を提案・検証し、WTeにおける強磁性軌道秩序やLaCuOにおけるモット絶縁体といった複雑な現象を説明することに成功している。
本論文は、ギブンス回転を用いて構築されたコンパクトな多参照状態を利用することで、強相関分子系における量子化学計算の精度を大幅に向上させ、従来の参照状態誤差緩和の限界を克服する高度な量子誤差緩和手法である、多参照状態誤差緩和(MREM)を導入するものである。
本論文は、散乱媒体内における移動式ガンマ線分光システムのための、プラットフォームに依存しない汎用的なフルスペクトルモデリングフレームワークを提示するものであり、これは倍の計算高速化と高い精度を実現することで、多様な環境および緊急時対応アプリケーションにおける線源の局在化および定量化の能力を大幅に向上させるものである。
本論文は、基底に依存しない初期化スキームと残差ゲーティングを組み合わせた新しいアーキテクチャであるResidual-Gated Adaptive KANs(RGA KANs)を提案し、これにより、深い物理情報に基づくKolmogorov-Arnold Networksの学習の不安定性と発散の問題を克服し、多様な偏微分方程式のベンチマークにおいて優れた精度と安定性を達成する。