physics.comp-ph

ATLAS-NN: Adaptive Transfer Learnable Symplectic-aware Neural Network for Long-Time Hamiltonian Dynamics

Het artikel introduceert ATLAS-NN, een adaptief neuraal netwerkframework dat de modellering van Hamiltoniaanse dynamica op lange termijn verbetert door een leerbaar temporeel schaalmechanisme en een twee-fasen transfer learning-strategie te incorporeren, waarmee aanzienlijk lagere voorspellingsfouten worden behaald in vergelijking met standaard Hamiltonian Neural Networks en traditionele symplectische integratoren.

Energetics, shearing and pumping efficiency of propagating contractions over villi-patterned wall

Deze studie maakt gebruik van een 2D-model van het duodenum van de rat om aan te tonen dat de pendulaire golfmotiliteit van de darm primair is geoptimaliseerd voor het afschuiven van de slijmbarrière in plaats van voor bulkvloeistofpompen, zoals blijkt uit de lage pomp-efficiëntie en de bevinding dat viskeuze energie-dissipatie wordt bepaald door de intervillaire geometrie in plaats van door de dynamische menggrenslaag.

Stabilizing the parquet problem

Dit artikel analyseert de stabiliteit van iteratieve oplossingen voor de parquetvergelijking door een nieuwe bron van convergentiefalen te identificeren die niet gerelateerd is aan vertex-divergenties en stelt een gecontroleerde stabilisatiestrategie voor die succesvol fysieke oplossingen herstelt in sterk interagerende regimes.

Exploiting the Passive Dynamics of a Compliant Leg to Develop Gait Transitions

Dit artikel maakt gebruik van een hybride dynamisch systeemframework om het Spring-Loaded Inverted Pendulum (SLIP)-model te analyseren, waarbij stabiliteitsregio's worden geïdentificeerd en wordt aangetoond hoe instabiele dynamiek kan worden geëxploiteerd voor constante-energie gangtransities, terwijl bijna universele stabiliteit wordt bereikt door eenvoudige controlebeleid met een niet-constante aanvalshoek.

Electron Localization in Non-Compact Covalent Bonds Captured by the r2SCAN+V Approach

Dit artikel stelt vast dat SCAN- en r2SCAN-functionalen moeite hebben met niet-compacte covalente bindingen door vertekende beschrijvingen van elektronische lokalisatie en stelt de r2SCAN+V-benadering voor als een praktische oplossing die de nauwkeurigheid aanzienlijk verbetert bij uitdagende materialen zoals grafeen, Fe, Cr₂ en VO₂.

Electrically tunable spin qubits in strain-engineered graphene p-n junctions

Dit artikel stelt een schaalbare spin-qubitarchitectuur voor en simuleert deze in zuivere grafeen p-n-overgangen, waarbij door spanning geïnduceerde nanobellen instelbare dubbele kwantumstippen creëren die coherente spinmanipulatie mogelijk maken via Rashba-spin-baankoppeling en Zeeman-velden, zoals aangetoond door duidelijke vermeden kruisingen en van detuning afhankelijke Rabi-oscillaties.

From Local Training to Large-Scale Mapping: A Comparative Assessment of Machine Learning and Deep Learning for Transferable Satellite-Derived Bathymetry

TransportBench: A Comprehensive Benchmark for Non-Equilibrium Flow Transport

Dit artikel introduceert TransportBench, een uitgebreide hoogwaardige dataset en gestandaardiseerde benchmark die is ontworpen om wetenschappelijke machine learning-modellen over diverse niet-evenwichtige stromingsregimes te evalueren en te diagnosticeren, waarbij wordt onthuld dat geen enkele neurale architectuur universeel beter presteert dan andere en dat specifieke inductieve biases vereist zijn voor verschillende stromingskenmerken.

Will Accurate Fields Mislead Photonic Design? FromGlobal Accuracy to Port Readout

Dit artikel introduceert PaNO, een propagatie-gealigneerde neurale operator die de getrouwheid van de uitgangspoort-uitlezing prioriteert boven de globale veldaccuratesse om te voorkomen dat neurale veld-surrogaten de fotonische apparaatontwerp misleiden, met name bij propagatiedominante structuren zoals MMI-splitters.

A variable-coefficient model for decay of isotropic turbulence capturing effects of finite cascade time and Reynolds number

Dit artikel stelt een variabele-coëfficiënt $C_{\epsilon2}$-model voor voor het $k$-$\epsilon$ turbulentiekader dat rekening houdt met eindige cascade-tijd en Reynoldsgetal-effecten, waardoor het verval en de groei van isotrope turbulentie in diverse stromingsscenario's nauwkeurig vastlegt.