879 papers
Computational physics brengt wiskundige modellen en krachtige computersamen om de natuur te doorgronden, van de dans van subatomaire deeltjes tot de evolutie van het heelal. Op Gist.Science maken we deze complexe inzichten toegankelijk voor iedereen die nieuwsgierig is naar hoe onze wereld werkt, zonder dat je een doctoraat nodig hebt om de essentie te snappen.
Elke nieuwe preprint in dit domein op arXiv wordt door ons zorgvuldig verwerkt. Wij bieden niet alleen een heldere, alledaagse samenvatting van de kernboodschap, maar ook een gedetailleerde technische uitleg voor diegenen die dieper willen graven. Zo sluiten we de kloof tussen geavanceerd onderzoek en breed publiek.
Hieronder vind je de meest recente publicaties uit de wereld van computationele fysica, direct uit de bron van arXiv, geordend en geanalyseerd voor jouw gemak.
Dit artikel introduceert een kenmerkbehoudende latent-EnKF die de beperkingen van de Gaussische aanname van traditionele ensemble Kalman filters in samendrukbare stromingen overwint door ensemble-updates uit te voeren in een geleerde laagdimensionale latente ruimte, waardoor schokken en discontinuïteiten nauwkeurig worden hersteld zonder spurieuze oscillaties.
Dit artikel presenteert een asymptotische analyse en een hogere-orde randintegraalmethode met behulp van Duffy-patches om de driedimensionale Neumann-Groenfunctie voor algemene gebogen oppervlakken nauwkeurig te berekenen door de oplossing te ontleden in singuliere en reguliere delen, waardoor het oplossen van open problemen in de smalle vangstheorie mogelijk wordt.
Dit artikel introduceert een computationeel efficiënt balk-membraan biomechanisch model van de stembanden dat spiergestuurde houding en glottale configuratie incorporeert om de dynamiek van stemproductie te voorspellen en stemstoornissen te onderzoeken, wat een praktisch alternatief biedt voor dure hoogwaardige simulaties.
Deze studie identificeert dat de onderschatting van de Curie-temperatuur in ferro-elektrisch PbTiO primair voortvloeit uit beperkingen in de uitwisselings-correlatiefunctionalen in plaats van onnauwkeurigheden in machine learning krachtvelden, wat onthult dat schijnbare verbeteringen door kortetermijnmodellen berusten op toevallige foutencancellaties terwijl accurate voorspellingen expliciete langetermijninteracties en verbeterde functionelen vereisen.
Dit artikel introduceert een uitbreidbare, open-source SHG Computational Toolkit Suite die is ontworpen om de beperkingen van bestaande analytische modellen en ontoegankelijke experimentele gegevens te overwinnen door een gecoördineerde collectie goed gedocumenteerde numerieke instrumenten te bieden voor het bestuderen van complexe, thermisch gekoppelde tweede harmonische generatie scenario's.
Dit artikel introduceert een Physically Constrained Ensemble Gaussian Process (pc-EGP) framework dat fysieke consistentie-straffen en ensemble learning integreert om dure, heteroscedastische kwantumsimulaties nauwkeurig te modelleren, waarbij een superieure prestatie wordt aangetoond bij het voorspellen van kritieke parameters voor het Bose-Hubbard-model en het optimaliseren van chemische omgevingen voor superfluiditeit vergeleken met conventionele methoden.
Dit artikel introduceert LAPG, een op het principe van de kleinste werking gebaseerd diffusiekader dat de fysieke consistentie in generatieve modellen tijdens de inferentie verbetert door een conditioneel score-gebaseerd model te combineren met een uit actie afgeleide variationele prior, waardoor betrouwbare extrapolatie over tijd, parameters en geometrieën voor diverse fysische systemen mogelijk wordt zonder uitsluitend te vertrouwen op beperkingen tijdens de training.
Dit artikel toont aan dat een agentic large language model, gestuurd door domeinexperts via een strikt proces van twee fasen van vertaling en rigoureuze validatie, het 74.000 regels tellende Fortran FESOM2 oceaanmodel succesvol heeft geporteerd naar C++/Kokkos, waarbij de fysica behouden bleef en significante prestatiewinsten op GPU's werden behaald.