903 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.
Deze paper leidt de SOSEX-energie in het uniforme elektronengas exact terug tot een enkelvoudige integraal voor een specifieke éénpool-modellering van de afgeschermde interactie, analyseert het asymptotische gedrag daarvan en biedt hiermee een diagrammatisch gefundeerde basis voor de constructie van functionalen die verder gaan dan de RPA.
Dit artikel presenteert een overzicht van numerieke methoden voor het modelleren van ultrakorte laserpulsen in plasma's, geïmplementeerd in de open-source toolkit Axiprop, en illustreert hun toepassing bij het ontwerpen van experimenten voor laserplasma-versnelling.
Deze studie presenteert een systematisch protocol voor de ontwikkeling van functionalen dat leidt tot de COACH-functie, een range-separated hybrid meta-GGA die de nauwkeurigheid en overdraagbaarheid verbetert ten opzichte van bestaande methoden, maar aangeeft dat toekomstige vooruitgang waarschijnlijk de integratie van echt niet-lokale informatie vereist.
Dit artikel toont aan dat Koopmans-spectrale functionalen een nauwkeurige en rekenkundig efficiënte methode bieden om de geschiktheid van TiO₂-polymorfen voor watersplijting te voorspellen door hun bandstructuur en niveauuitlijning te berekenen.
Dit artikel introduceert PHLieNet, een hypernetwerk-framework dat door het leren van een latente representatie van parametersystemen in staat is om dynamische systemen effectief te generaliseren naar ongeziene parameterregimes en zowel op korte als lange termijn nauwkeurige voorspellingen te doen.
Dit werk beoordeelt de rooster-Boltzmannmethode als een tijddomein-numerieke aanpak voor elektromagnetische golfverstrooiing en valideert deze door nauwkeurige vergelijkingen met analytische en semi-analytische referentieoplossingen voor diverse tweedimensionale en driedimensionale geometrieën.
Dit artikel presenteert een versterkingsleer-agent die, gebruikmakend van geometrische grafische representaties, effectief de optimale elementordening in bimetaal nanopartikels vindt, wat robuust is voor verschillende initialisaties en generaliseert naar ongezette groottes, hoewel de prestaties beperkt blijven bij meerdere legeringselementen.
Dit artikel introduceert PEDS, een fysica-gestuurde diepe surrogate die de Fourier-oplosser combineert met een neurale generator om de fonon-Boltzmannvergelijking efficiënt en nauwkeurig op te lossen voor het ontwerp van nanoschaal warmtetransportmaterialen met aanzienlijk minder trainingsdata.
Dit artikel presenteert een inverse-ontwerpramwerk dat machinelearning-gebaseerde optimalisatiestrategieën gebruikt om systematisch driedimensionale microgolfholtes te ontwerpen met niet-nul elektromagnetische helicaliteit, waarbij robuustheid voor fabricagefouten wordt gewaarborgd en fysische ontwerpprincipes worden onthuld.
Dit paper introduceert SimulCost, het eerste benchmark- en toolkit-project dat de kostenbewuste prestaties van LLM-agenten voor het automatiseren van natuurkundesimulaties evalueert en aantoont dat, ondanks verbeterde nauwkeurigheid door meervoudige iteraties, traditionele scanmethoden momenteel nog economischer zijn.