🔬 Category

physics.comp-ph

922 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.

Magnetism Induced by Azanide and Ammonia Adsorption in Defective Molybdenum Disulfide and Diselenide: A First-Principles Study

Deze eerste-principes studie onthult dat hoewel zuivere chalcogeenvacatures in MoS2_2 en MoSe2_2 geen magnetisme induceren, de adsorptie van azanide (NH2_2) en ammoniak (NH3_3) op deze defecte monolagen gelokaliseerde magnetische momenten genereert, waarbij MoSe2_2 een opmerkelijk moment van 2,0 μB\mu_B vertoont bij NH3_3-dissociatie, waarmee een levensvatbare strategie wordt gedemonstreerd voor het afstemmen van magnetisme in 2D-materialen voor spintronische toepassingen.

Guilherme S. L. Fabris, Bruno Ipaves, Raphael B. Oliveira, Humberto R. Gutierrez, Marcelo L. Pereira Junior, Douglas S. Galvão2026-01-30🔬 cond-mat.mtrl-sci

Accelerated Inorganic Electrides Discovery by Generative Models and Hierarchical Screening

Dit artikel presenteert een door generatieve modellen gedreven raamwerk, gecombineerd met hiërarchische thermodynamische en elektronische screening, om succesvol 13 nieuwe thermodynamisch stabiele elektriden en 264 elektronrijke verbindingen te identificeren uit duizenden chemische samenstellingen, waardoor de ontdekking van materialen met uitzonderlijke elektronische eigenschappen wordt versneld.

Shuo Tao, Qiang Zhu2026-01-30🔬 cond-mat.mtrl-sci

A Hybrid semi-Lagrangian Flow Mapping Approach for Vlasov Systems: Combining Iterative and Compositional Flow Maps

Dit artikel stelt een hybride semi-Lagrangiaans schema voor voor de Vlasov-Poisson-vergelijking dat de conservatieve lokale tijdstapmethode van de Numerical Flow Iteration (NuFI)-methode synergetisch combineert met de efficiënte globale submap-compositie van de Characteristic Mapping Method (CMM) om een evenwicht te bereiken tussen computationele kosten, opslagvereisten en structurele preservatie.

Philipp Krah, Zetao Lin, R. -Paul Wilhelm, Fabio Bacchini, Jean-Christophe Nave, Virginie Grandgirard, Kai Schneider2026-01-30🔢 math

MEIDNet: Multimodal generative AI framework for inverse materials design

Dit artikel introduceert MEIDNet, een multimodale generatieve AI-framework die equivariante grafische neurale netwerken en contrastief leren combineert om het inverse ontwerp van nieuwe, stabiele materialen met doelgerichte eigenschappen efficiënt te versnellen, zoals aangetoond door de succesvolle generatie van perovskieten met een lage bandgap.

Anand Babu, Rogério Almeida Gouvêa, Pierre Vandergheynst, Gian-Marco Rignanese2026-01-30🔬 cond-mat.mtrl-sci

Loss Landscape Geometry and the Learning of Symmetries: Or, What Influence Functions Reveal About Robust Generalization

Dit artikel introduceert een op invloed gebaseerde diagnostiek die de lokale geometrie van het verlieslandschap analyseert om te bepalen of neurale emulatoren van partiële differentiaalvergelijkingen succesvol fysieke symmetrieën hebben geïnternaliseerd door de coherentie van gradiëntupdates langs symmetrie-gerelateerde banen te meten, waarmee een nieuwe methode wordt geboden om robuuste generalisatie te evalueren voorbij standaard forward-pass testen.

James Amarel, Robyn Miller, Nicolas Hengartner, Benjamin Migliori, Emily Casleton, Alexei Skurikhin, Earl Lawrence, Gerd J. Kunde2026-01-29🤖 cs.LG

Quantum statistics from classical simulations via generative Gibbs sampling

Het artikel introduceert GG-PI, een computationeel efficiënt raamwerk dat generatieve modellering en Gibbs-sampling op klassieke simulatiedata benut om nauwkeurig nucleaire kwantumeffecten te herstellen en over te dragen naar verschillende temperaturen zonder hertraining, wat traditionele path integral molecular dynamics significant overtreft.

Weizhou Wang, Xuanxi Zhang, Jonathan Weare, Aaron R. Dinner2026-01-29🔬 cond-mat

High-order exponential solver method for particle-in-cell simulations

Dit artikel introduceert een eindige-verschil exponentiële tijddomein-solver voor particle-in-cell-simulaties die de kloof overbrugt tussen standaard eindige-verschil- en spectrale methoden, waarbij een hoge nauwkeurigheid en verbeterde lokaliteit in 3D wordt geboden terwijl de effectiviteit ervan wordt aangetoond door middel van diverse benchmarks voor laser-plasma-interacties.

Szilárd Majorosi, Nasr Hafz, Zsolt Lécz2026-01-28🔬 physics

A finite element solver for a thermodynamically consistent electrolyte model

Dit artikel presenteert een thermodynamisch consistente, op eindige elementen gebaseerde elektrolytoplossing geïmplementeerd in FEniCSx die multicomponente ionentransport nauwkeurig modelleert door sterische effecten, solvatatie en drukkoppeling te integreren, waardoor de fysieke getrouwheid en numerieke stabiliteit worden verbeterd ten opzichte van klassieke kaders voor hooggeconcentreerde elektrochemische systemen.

Jan Habscheid, Satyvir Singh, Lambert Theisen, Stefanie Braun, Manuel Torrilhon2026-01-28💻 cs