128 편의 논문
이 논문은 부분 관측 가능한 동적 시스템에서 숨겨진 변수와 메모리 항 간의 이론적 연결을 제공하는 모리 - 츠반지 (Mori-Zwanzig) 형식주의에 영감을 받아, 데이터로부터 비마코프 역학을 직접 학습하기 위한 상수 지연 신경 지연 미분 방정식 (NDDEs) 프레임워크를 제안하고 다양한 시뮬레이션 및 실험 데이터를 통해 기존 방법들보다 우수한 성능을 입증합니다.
이 논문은 체온보다 낮은 온도의 아크릴 시멘트가 척추 해면골에 주입되는 비등온 조건을 고려하여 국소 열 비평형 상태를 반영한 다공성 매체 이론 (TPM) 기반의 열역학적 일관성을 갖춘 새로운 수학적 모델을 제안하고 있습니다.
이 논문은 시간 의존성 메모리 커널을 포함한 일반화된 랑주뱅 방정식을 기반으로 한 비국소 변형 이론을 확장하여, PMMA 의 전단 탄성률과 이완 스펙트럼을 테라헤르츠에서 밀리헤르츠에 이르는 20 개 이상의 주파수 데케이드에 걸쳐 정량적으로 예측함으로써 고분자 유리의 기계적 거동을 설명하는 통합된 이론 - 계산 프레임워크를 제시합니다.
이 논문은 이차 모멘트 방정식을 기반으로 한 보조 하이브리드 몬테카를로/결정론적 문제의 해를 통해 자동 가중치 창을 정의함으로써 전역 시간 의존 몬테카를로 입자 수송 문제의 계산 효율성을 극대화하는 새로운 알고리즘을 제시합니다.
이 논문은 저비용 1 전자 X2C 방법의 간결성을 유지하면서도 확장 계에 적용 가능한 잘 정의된 열역학적 한계와 높은 정확도를 갖춘 새로운 2 성분 상대론적 해밀토니안인 SAP-X2C 를 제안하고, 이를 통해 4 성분 디랙 - 하트리 - 폭 참조와 유사한 결과를 제공함을 입증합니다.
이 논문은 과감쇠 확률적 역학을 가진 시스템에서 제안된 모든 궤적을 수용하면서도 올바른 전이 경로 앙상블을 샘플링할 수 있는 재가중치 기법을 도입하여, 기존 방법의 거절 비용 문제를 해결하고 CO₂ 가스수화물 형성 연구와 같은 어려운 조건에서도 효율적인 전이 경로 샘플링을 가능하게 하는 새로운 알고리즘을 제시합니다.
이 논문은 Mondrian 합동 예측 (Mondrian Conformal Prediction) 기법을 활용하여 중성자별 상태 방정식의 다중 태스크 대리 모델을 구축하고, 물리적 제약 하에서 유효성 분류와 질량·반지름·조석 변형률 회귀에 대해 분포 무관한 인증된 불확실성을 제공하는 새로운 프레임워크를 제시합니다.
이 논문은 다공성 매체 내 정상류 예측을 위해 물리 정보 손실 함수를 통합한 머신러닝 프레임워크를 개발하고, CFD 대비 최대 1000 배의 속도 향상과 0.0017 의 낮은 평균 제곱 오차를 달성한 Fourier Neural Operator(FNO) 가 최적의 모델임을 입증했습니다.
본 논문은 기계 학습과 전자 구조 이론을 결합하여 CaCO 이온 쌍의 자유 에너지를 명시적 용매화 하에서 CCSD(T) 수준으로 정확하게 계산함으로써, 기존 DFT 를 넘어 실험 결과와 정량적으로 일치하는 수용액 계의 열역학적 예측을 가능하게 했음을 보여줍니다.
이 논문은 이징 머신 구현체 중 진동자와 양극성 래치 중 진동자가 에너지 상태에 따른 선형 안정성 차이를 통해 더 높은 품질의 최적화 해를 제공함을 분석적으로 증명하고, 장치의 비선형성 특성이 이징 머신의 동역학적 및 기능적 성질을 결정함을 보여줍니다.
이 논문은 강유전체 수직 NAND 의 데이터 유지 특성을 분석할 때 기존 TCAD 시뮬레이션의 높은 계산 비용을 극복하기 위해 물리 법칙을 학습 구조에 통합한 PINO 기반 AI 대리 모델을 개발하여, 물리적 정확도를 유지하면서 10,000 배 이상의 속도 향상을 달성했음을 보여줍니다.
이 논문은 기계 학습을 통해 두 전자 축소 밀도 행렬 (2-RDM) 을 정확히 학습함으로써 고비용의 상관 전자 구조 계산 없이도 포도당과 같은 대규모 용액 계에서 결합 클러스터 수준의 정확도로 에너지와 힘을 예측할 수 있는 새로운 프레임워크를 제시합니다.
이 논문은 초기 설계 단계에서 과도 열-기계적 결합 현상을 정밀하게 포착하여 설계 실패를 예방하기 위해, GPU 가속을 활용한 대규모 패키지의 비동질적 과도 전자기-열-기계 연성 해석 솔버를 제안합니다.
이 논문은 회전 및 성층 유체의 3 차원 Boussinesq 방정식을 무한 원통 영역에서 해석하기 위해 반해석적 의사스펙트럴 방법과 배경 유동의 물리적 공명을 고려한 지수 시간 차분 (ETD) 기법을 결합하여, 기존 수치 방법의 안정성 제약을 극복하고 에너지와 각운동량 보존을 보장하는 새로운 계산 프레임워크를 제시합니다.
이 논문은 비선형 진화 방정식에서 발생하는 차원 축소 현상을 방지하고 무한차원 동역학 시스템의 구조적 복잡성을 유지하기 위해, 리만 다양체 위에서 정의된 공변 다중 스케일 음의 결합 기하학적 프레임워크를 제안하고 이론적 증명 및 수치 실험을 통해 유효성을 입증합니다.
이 논문은 GPU 를 기반으로 구축된 'paces'라는 병렬화 알고리즘을 소개하여, 시간 의존적 슈뢰딩거 방정식 하에서 상태 벡터와 함께 진화하는 부분 공간을 동적으로 구성함으로써 양자 역학의 시간 진화를 효율적으로 계산하는 방법을 제시합니다.
이 논문은 다양한 해상도에서 기하학적 정밀도를 유지하고 전역 플럭스 보존을 보장하는 가중 보간 및 행진 격자 기반의 인터페이스 재구성과 플럭스 매핑 알고리즘을 통해, 기존 방법의 제약을 극복하고 다물리 시뮬레이션 간의 일관된 데이터 전송을 가능하게 하는 새로운 통합 프레임워크를 제안합니다.
이 논문은 직교 배열을 활용한 타구치 방법이 광섬유 내 비선형 펄스 전파 최적화 (가이드 센터 솔리톤 및 분산 감소 광섬유 내 솔리톤 차수 보존 등) 에 있어 빠른 수렴과 성능 향상을 가능하게 하는 유효한 도구임을 보여줍니다.
이 논문은 희소 활성화와 공유 전문가를 결합한 요소별 라우팅 기반의 비선형 전문가 혼합 (MoE) 아키텍처를 제안하여 분자 간 상호작용 모델링의 정확도를 획기적으로 향상시키고, 주기율표 경향에 부합하는 화학적으로 해석 가능한 전문가 전문화를 입증했습니다.
이 논문은 초고속 포논 역학에서 메모리 효과를 고려한 비마르코프적 열 생산을 설명하는 미시적 프레임워크를 제시하고, 대규모 분자 동역학 시뮬레이션을 통해 핵함수를 재구성함으로써 개별 포논 모드 역학으로부터 열 생산량을 정량적으로 규명하는 방법을 제안합니다.