Mesh Graph Neural Network Framework for Accelerating Finite Element Simulation for Arbitrary Geometries
本文介绍了一种具有平移和旋转不变性的网格图神经网络(MGN)框架,该框架成功地推广到预测具有任意孔洞几何形状和未知载荷条件的二维结构部件中的冯·米塞斯应力场,在有限元分析的准确性和适应性方面显著优于传统的机器学习模型。
4135 篇论文
凝聚态物理与材料科学的交汇点,正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料,这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本,它们代表了该领域最前沿的突破。
为了打破专业壁垒,我们团队会对 arXiv 上的每一份新论文进行深度处理,提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师,还是希望快速掌握动态的研究者,都能在这里找到清晰的路径。以下是该领域最新发布的论文精选,带您直击科学探索的最前线。
本文介绍了一种具有平移和旋转不变性的网格图神经网络(MGN)框架,该框架成功地推广到预测具有任意孔洞几何形状和未知载荷条件的二维结构部件中的冯·米塞斯应力场,在有限元分析的准确性和适应性方面显著优于传统的机器学习模型。
本文提出了一种用于扩展体系的全电子数值原子中心轨道实现动态 Bethe-Salpeter 方程的方法,该方法结合了动态屏蔽效应,并通过对萘等分子晶体的应用进行了验证。
本研究采用原子级模拟揭示了尺寸依赖的表面配位和配体钝化如何支配化学计量比 HgTe 量子点的电子结构,证明了中性配体能有效消除局域表面态,并为工程化与中红外光电子学相关的前沿态提供了一种化学手段。
本文通过证明非晶态固体中的剪切带源于由拓扑屏蔽和非线性系数驱动的屏蔽软模不稳定性,从而在数值上验证了一种非线性弹性理论,这从根本上将该现象与断裂区分开来。
本研究表明,在超薄类金刚石(diamane)薄膜中,通过维度限制而非有意掺杂,可以有效地稳定第四族空位色心的中性电荷态,同时保留其优异的磁光特性。
本研究确定了具有屈曲 Lieb 结构的单层 VO 是一种稳健的室温二维交错磁体,它表现出结构稳定性、负泊松比行为、1.2 eV 的大动量依赖自旋分裂以及显著的固有自旋霍尔电导率。
本文提出了一种通过将炼金术蒙特卡洛采样与图卷积神经网络模型以及基于信息熵的度量指标相结合,来预测化学无序合金相稳定性的信息论方法,证明了其在传统方法面临计算挑战的二元至五元体系中的有效性。
本文证明了将二维 波交错磁体卷曲成纳米管,会将其随动量变化的自旋分裂转化为受手性角控制的、遵循 依赖关系的一维分裂,从而确立了维度投影作为一种在低维磁性材料中工程化自旋分裂量子态的通用策略。
本研究表明,通过用较小的 Er³⁺ 离子部分取代 Gd³⁺,可以系统地调节锆型 Gd₁₋ₓErₓVO₄ 的晶格参数和磁相互作用,从而有效地优化用于低温制冷的低温磁热性能,其中 Gd₀.₉Er₀.₁VO₄ 成分在 7 T 磁场下实现了 45.1 J kg⁻¹ K⁻¹ 的最大磁熵变。
本文证明了双层 是谷工程环绕栅极晶体管的最佳沟道材料,因为其在室温下接近热激发水平的 能谷简并性使得通过应变能够同时实现开态电流的增强和关态电流的抑制,同时保持接近热发射极限的亚阈值摆幅。