Optimization of Cost Functions in Absolute Plate Motion Modeling
이 논문은 절대 판 운동 모델링 코드인 optAPM 의 목적 함수 구성, 특히 핫스팟 비용 함수의 단순화된 공식과 데이터 전보간법을 도입하여 모델링 오차를 줄이고 과거 판 운동 재구성의 정확성과 신뢰성을 향상시키는 방법을 제안합니다.
🔬 Category
physics.comp-ph
133 편의 논문
Adaptive Sensing of Continuous Physical Systems for Machine Learning
이 논문은 물리적 동적 시스템에서 작업 수행에 가장 유용한 정보를 추출하기 위해 시스템의 상태를 측정할 위치와 방법을 학습하는 적응형 감지 프레임워크를 제안하여, 주의 메커니즘을 활용한 예측 정확도를 크게 향상시킨다는 내용을 담고 있습니다.
Multimode cavity magnonics in mumax+: from coherent to dissipative coupling in ferromagnets and antiferromagnets
이 논문은 GPU 가속 오픈소스 미자성 프레임워크인 mumax+ 에 광자 - 마그논 결합을 시뮬레이션할 수 있는 2 단계 확장 기능을 도입하여, 일관성 및 소산 결합을 포함한 다양한 공명 현상을 효율적으로 모델링하고 검증한 내용을 담고 있습니다.
Loading of Relativistic Maxwellian-type Distributions Revisited
이 논문은 역변환 샘플링 기법을 기반으로 상대론적 맥스웰 분포를 효율적으로 로딩하는 새로운 수치적 방법을 제안하고, 이를 통해 에너지 분포를 성공적으로 재현함을 수치 실험을 통해 입증합니다.
Numerical evaluation of Casimir forces using the discontinuous Galerkin time-domain method
이 논문은 불연속 갈러킨 시간영역 (DGTD) 방법을 기반으로 맥스웰 응력 텐서 형식을 활용하여 다양한 기하학적 구조와 온도 조건에서 카시미르 힘을 정확하게 계산하는 새로운 시간영역 시뮬레이션 기법을 제안하고 검증합니다.
Fast proton transport and neutron production in proton therapy using Fourier neural operators
본 논문은 몬테카를로 시뮬레이션 수준의 정확도로 프로톤 치료 중 발생하는 중성자의 비등방성 운동량 분포를 수초 내에 예측할 수 있는 푸리에 신경 연산자 (FNO) 기반의 대리 모델을 제안하여 실시간 적응형 프로톤 범위 검증 시스템 구현의 가능성을 제시합니다.
Modified-gradient methods for exact divergence-free in meshless magnetohydrodynamics
이 논문은 메쉬 없는 자기유체역학 (MHD) 에서 자기장의 발산 오차를 반올림 정밀도로 완전히 제거하여 기존 제약 기울기 (CG) 방법 및 GIZMO 코드보다 정확도와 수치적 소모 측면에서 향상된 성능을 보이는 새로운 수정 기울기 (MG) 기법을 제안하고 검증합니다.
Reducing hyperparameter sensitivity in measurement-feedback based Ising machines
이 논문은 측정-피드백 아키텍처 기반의 아날로그 이징 머신에서 시간 이산적 동작으로 인한 하이퍼파라미터 민감도 문제를 분석하고, 이를 완화하는 실험적으로 검증된 방법을 제안합니다.
Nine-element machine-learned interatomic potentials for multiphase refractory alloys
이 논문은 고온 기계적 성질과 안정성이 요구되는 새로운 내화 합금의 설계 및 특성 분석을 위해, 주기율표 4~6 군 원소로 구성된 9 가지 원소 기반의 효율적이고 일반적인 머신러닝 원자간 퍼텐셜 (tabGAP 및 NEP) 과 이를 위한 교차 샘플링 전략을 개발하여 다양한 상 (단일 금속, 고용체, 금속간 화합물, 비정질) 을 아우르는 내화 금속 및 합금 시뮬레이션을 가능하게 했음을 보고합니다.
Machine-learned Interatomic Potential for TiC MXenes: Application to Ion Irradiation Simulations
이 논문은 TiC MXenes 에 대한 정확하고 효율적인 기계학습 원자간 퍼텐셜을 개발하여 이온 조사 하에서의 스퍼터링, 반사, 결함 생성 및 주입 거동을 시뮬레이션함으로써 MXenes 의 결함 공학을 위한 지침을 제시하고 향후 다른 MXenes 연구의 토대를 마련했습니다.
Topological interfacial states in ferroelectric domain walls of two-dimensional bismuth
본 논문은 머신러닝을 활용하여 2 차원 비스무트 단층의 전하를 띤 도메인 벽이 더 낮은 에너지를 가지며, 특히 꼬리-꼬리 도메인 벽에서 Z_2 위상 수의 변화로 인한 위상적 계면 상태가 나타나고 비대칭 구조의 내재 전기장에 의해 페르미 준위에서 우연한 대역 교차가 발생함을 규명함으로써 2 차원 비스무트 도메인 벽이 차세대 강유전체 소자 플랫폼으로의 가능성을 제시합니다.
Unraveling Lithium Dynamics in Solid Electrolyte Interphase: From Graph Contrastive Learning to Transport Pathways
이 논문은 그래프 대비 학습, 확장 동적 모드 분해, 전이 경로 이론을 통합한 GET-SEI 프레임워크를 개발하여 고체 전해질 계면 (SEI) 내의 복잡한 리튬 동역학과 수송 경로를 자동으로 규명함으로써 차세대 고체전지 성능 최적화를 위한 정량적 도구로 활용 가능함을 제시합니다.
ChemNavigator: Agentic AI Discovery of Design Rules for Organic Photocatalysts
이 논문은 대규모 언어 모델과 밀도 범함수 결합 계산이 통합된 자율 에이전트 AI 시스템인 'ChemNavigator'가 유기 광촉매의 구조 - 특성 관계를 스스로 추론하여 기존 머신러닝 방법보다 정교한 6 가지 설계 규칙을 발견하고, 이를 통해 AI 가 화학 직관을 대체하기보다 보완하는 재료 발견의 새로운 패러다임을 제시함을 보여줍니다.