🔬 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.

Frequency-domain general synthetic iterative scheme for efficient simulation of oscillatory rarefied gas flows

Dit artikel introduceert een frequentiedomein-algoritme voor een algemene synthetische iteratieve methode (GSIS) die efficiënt oscillerende ijle gasstromen simuleert door mesoscopische kinetische en macroscopische synthetische vergelijkingen te koppelen om superconvergentie en asymptotisch behoudende eigenschappen te bereiken, waardoor het tot drie grootheden sneller is dan conventionele methoden in regime-nabije continuümregimes.

Pengshuo Li, Lei Wu2026-01-27🔬 physics

cuGUGA: Operator-Direct Graphical Unitary Group Approach Accelerated with CUDA

Het artikel introduceert cuGUGA, een hoogwaardige GPU-versnelde operator-directe graphical unitary group approach (GUGA) configuratie-interactie oplosser die constante-tijd algoritmen en aangepaste CUDA-kernels gebruikt om significante versnellingen te bereiken ten opzichte van bestaande CPU- en PySCF-implementaties voor kleine tot middelgrote actieve ruimtes, terwijl een hoge numerieke nauwkeurigheid behouden blijft.

Zihan Pengmei2026-01-27🔬 physics

An exploration of lateral optical forces from a triangular periodic motif

Deze computationele studie onthult dat asymmetrische isocèle driehoekige diëlektrische nanostructuren onderscheidende laterale optische krachtresponsen vertonen, inclusief stabiele zones en abrupte schakelbanden gedreven door Fano-resonantie-achtige interferentie tussen discrete eigenmodi en continuümtoestanden, waardoor het ontwerprichtlijnen biedt voor het beheersen van optische krachten door middel van structurele geometrie.

Bo Gao, Henkjan Gersen, Simon Hanna2026-01-27🔬 physics.optics

Physics-Informed Uncertainty Enables Reliable AI-driven Design

Dit artikel introduceert een "Physics-Informed Uncertainty"-paradigma dat schendingen van natuurwetten benut als een computationeel efficiënte proxy voor voorspellende onzekerheid, waardoor het succespercentage aanzienlijk wordt verbeterd en de computationele kosten van AI-gestuurde inverse design voor complexe frequentie-selectieve oppervlakken worden verminderd in vergelijking met traditionele methoden.

Tingkai Xue, Chin Chun Ooi, Yang Jiang, Luu Trung Pham Duong, Pao-Hsiung Chiu, Weijiang Zhao, Nagarajan Raghavan, My Ha Dao2026-01-27🤖 cs.LG

Defects and Impurity Properties of VN precipitates in ARAFM Steels: Modelling using a Universal Machine Learning Potential and Experimental Validation

Deze studie combineert machine learning-potentialen, dichtheidsfunctionaaltheorie en experimentele validatie om te onthullen dat hoewel geordende stikstofvacatures in VN-precipitaten de bestralingsschade in ARAFM-staal verminderen, de toevoeging van oplosmiddelen zoals chroom deze ordening verstoort en de precipitatie-oplossing onder fusie-relevante condities versnelt.

R. S. Stroud, C. Reynolds, T. Melichar, J. Haley, M. Carter, M. Moody, C. Hardie, D. Bowden, D. Nguyen-Manh, M. R. Wenman2026-01-26🔬 physics.app-ph

A Graph Neural Network for the Era of Large Atomistic Models

Dit artikel introduceert DPA3, een schaalbare meerlaagse graafneurale netwerk gebaseerd op lijn-graafreeksen die zich houdt aan schaalwetten en superieure zero-shot generalisatie demonstreert over diverse atomistische systemen, waarmee het wordt gevestigd als een zeer nauwkeurig fundamenteel model voor grootschalige atomistische toepassingen.

Duo Zhang, Anyang Peng, Chun Cai, Wentao Li, Yuanchang Zhou, Jinzhe Zeng, Mingyu Guo, Chengqian Zhang, Bowen Li, Hong Jiang, Tong Zhu, Weile Jia, Linfeng Zhang, Han Wang2026-01-26🔬 physics

Towards Reasoning for PDE Foundation Models: A Reward-Model-Driven Inference-Time-Scaling Algorithm

Dit artikel introduceert een nieuw test-time computing-framework voor PDE-fundamentmodellen dat beloningsgestuurde inference-time scaling benut om de voorspellingsnauwkeurigheid en out-of-distribution robuustheid te verbeteren, met name voor samendrukbare Euler-vergelijkingen, door computationele middelen tijdens de inference te gebruiken in plaats van uitsluitend te vertrouwen op uitgebreide pretraining.

Siddharth Mansingh, James Amarel, Ragib Arnab, Arvind Mohan, Kamaljeet Singh, Gerd J. Kunde, Nicolas Hengartner, Benjamin Migliori, Emily Casleton, Nathan A. Debardeleben, Ayan Biswas, Diane Oyen, Ear (…)2026-01-26🤖 cs.LG

Physics Informed Differentiable Solvers for Learning Parametric Solution Manifolds in Heterogeneous Physical Systems

Dit artikel presenteert een nieuw raamwerk dat Physics-Informed Neural Networks herformuleert als differentieerbare solvers om efficiënt continue oplossingsmanifolds te leren voor stationaire Darcy-stroming in heterogene systemen, wat nauwkeurige, massaconserverende oplossingen en onzekerheidskwantificering mogelijk maakt door middel van een enkele trainingsronde die datagedreven conductiviteitsrepresentaties direct integreert in de physics-informed verliesfunctie.

Milad Panahi, Giovanni Michele Porta, Monica Riva, Alberto Guadagnini2026-01-26🔬 physics

Ultrafast Dipolar Electrostatic Modeling of Plasmonic Nanoparticles with Arbitrary Geometry

Dit artikel presenteert een ultrasnelle elektrostatische modelleringskader voor plasmonische nanodeeltjes van willekeurige geometrie dat snelle spectrale responsberekeningen realiseert door de Neumann-Poincaré-operator te projecteren op een compacte dipoolbasis om grote eigenproblemen te vermijden, terwijl het retardatie-effecten incorporeert via de gemodificeerde langgolflengte-benadering.

Paulo S. S. dos Santos, João P. Mendes, José M. M M. de Almeida, Luís C. C. Coelho2026-01-26🔬 physics.optics