917 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 peapods, een open-source Python-pakket met een in Rust geschreven kern dat Monte Carlo-simulaties van Ising-spin-systemen op periodieke Bravais-roosters versnelt door geavanceerde algoritmen te combineren met hoge prestaties en replica-parallelisme.
Dit artikel introduceert een algemeen rekensysteem voor adaptieve informatiewinning uit dynamische systemen, waarbij een trainbaar aandachtsmodule bepaalt waar en hoe gemeten moet worden om de voorspellingsprestaties te optimaliseren, wat leidt tot aanzienlijk betere resultaten bij het voorspellen van chaotische systemen.
Dit artikel analyseert de discrepantie tussen tijd-continu en tijd-discreet operationele Ising-machines en presenteert een experimenteel gevalideerde methode om de gevoeligheid voor hyperparameters in meet-feedback-architecturen te verminderen.
Deze paper introduceert een niet-parametrisch raamwerk dat trajectgeschiedenissen benut om optimale reactiecoördinaten te vinden voor zeldzame gebeurtenissen in complexe systemen, zoals eiwitvouwing en klinische data, zonder dat uitgebreide steekproeven nodig zijn.
Dit onderzoek toont aan dat Vicsek-agenten in een complex geluidsmilieu met een ruisvrij cirkelvormig gebied en een repellerende interactie een opvallende herintreding van globale orde vertonen bij hoge ruisniveaus, waarbij de overgang van globale naar roterende orde en de snelheidsafhankelijke ontsnappingsdynamica worden beïnvloed door de heterogeniteit van het milieu.
Deze studie ontwikkelt een op momenten gebaseerde quasilineaire theorie om aan te tonen dat secundaire instabiliteiten, gedreven door koude elektronen, parallelle whistler-chorusgolven kunnen dempen en zo de gelijktijdige waarneming van hoge amplitude golven in de magnetosfeer verklaren.
Dit artikel introduceert een geünificeerde software-methode voor cross-verificatie en benchmarking van drie open-source DDA-oplossers (DDSCAT, ADDA en IFDDA), waarmee machine-nauwkeurige overeenstemming, reproduceerbaarheid en eerlijke prestatievergelijkingen op CPU en GPU worden mogelijk gemaakt.
Dit onderzoek toont aan dat bij autoencoder-reductiemodellen voor ADR-vergelijkingen met neurale ODE-dynamica, Stiefel-projectie van de eerste decoderlaag consistent betere resultaten oplevert dan andere geometrische regularisatiestrategieën, omdat de negatieve impact van een mismatch in de latente geometrie de voordelen van verbeterde decoder-gladheid wegneemt.
Dit artikel presenteert een methode om het exacte elastische continuümmodel van elk discreet veernetwerk af te leiden op basis van geometrie en topologie, waardoor de mechanische eigenschappen, inclusief die van auxetische materialen, nauwkeurig kunnen worden voorspeld zonder kostbare simulaties.
Dit paper introduceert Astral, een nieuwe verliesfunctie voor physics-informed neural networks die in plaats van residuen een foutmajorant gebruikt om direct een betrouwbare bovengrens van de oplossingafwijking te schatten, wat leidt tot snellere convergentie en nauwkeurigere foutanalyse dan traditionele methoden.