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.
Dit paper introduceert QMatSuite, een open-source platform dat AI-agenten voor computationeel materiaalonderzoek in staat stelt om door het systematisch vastleggen, ophalen en reflecteren op eerdere experimenten kennis op te bouwen, wat leidt tot een aanzienlijke verbetering in redeneer-efficiëntie en nauwkeurigheid.
Dit artikel presenteert een rigoureus theoretisch raamwerk en een adaptief algoritme voor het nauwkeurig volgen van modi in Hermitische eigenwaardeproblemen binnen de SAFE-methode, waarmee betrouwbare dispersiecurven worden verkregen zelfs in complexe gebieden met modus-afbuiging en ontaarding.
Deze paper introduceert een methode voor het construeren van tensor-netwerkrepresentaties zonder singuliere waarden of reeksontwikkelingen en toont aan dat hoewel de keuze van initiële tennoren de Tensor Renormalization Group (TRG) beïnvloedt, de Boundary TRG-techniek deze afhankelijkheid volledig kan elimineren, waardoor de resultaten robuuster worden.
Deze studie presenteert een eerste-principes berekening van parton-distributiefuncties in het massieve Schwinger-model met behulp van tensornetwerktechnieken in de Hamiltoniaanformulering, waarmee nauwkeurige continuümresultaten in Minkowski-ruimte worden verkregen en een weg wordt gebaand voor kwantumsimulaties.
Deze studie voorspelt dat het introduceren van gat-doping in ferro-elektrisch hafnia de coercieve veldsterkte verlaagt door een concurrerend schakelpad via de Pbcm-fase te activeren, waardoor het materiaal van een onjuiste naar een juiste ferro-elektrische overgang gaat.
Dit artikel introduceert het Spin-MInt-algoritme, het eerste symplectische propagator dat spin-mappingvariabelen voor niet-adiabatische dynamica direct en nauwkeurig simuleert zonder tussenkomst van Cartesiaanse variabelen, en dat superieure prestaties en efficiëntie biedt vergeleken met bestaande methoden.
Dit artikel toont aan dat differentieerbaar programmeren, mogelijk gemaakt door automatische differentiatie, een robuust kader biedt voor gradiëntgebaseerde optimalisatie in computergestuurde plasmafysica, waardoor niet alleen bestaande ontwerpprocessen worden versneld maar ook kwalitatief nieuwe mogelijkheden ontstaan voor het ontdekken van niet-lineaire plasmafenomenen, het leren van verborgen variabelen in hydrodynamische modellen, het versnellen van Thomson-verstrooiingsanalyse en het inverse ontwerpen van laserpulsen.
Dit artikel introduceert een snelle en robuuste werkstroom die toroidale berekeningen combineert met een tweefluid-slabbenmodel om de stabiliteit van klassieke tearing-modi in tokamaks nauwkeurig te voorspellen, waardoor veilige operationele regimes voor toekomstige reactoren kunnen worden ontworpen.
Dit artikel introduceert een stochastische optimalisatiemethode voor single-stage stellarators die, door de koppeling van een vast grensoppervlak aan willekeurig verstoorte spoelen, robuustere configuraties oplevert met verbeterde kwasisymmetrie en deeltjesverlies in vergelijking met deterministische benaderingen.
Dit paper introduceert Proof-Carrying Materials (PCM), een drie-staps framework dat machine-learned interatomaire potentialen valideert via adversariele falsificatie, bootstrap-verfijning en formele Lean 4-certificering om de betrouwbaarheid van materialenontdekking drastisch te verhogen en tot 25% meer stabiele materialen te vinden vergeleken met traditionele screening.