数学物理领域致力于用严谨的数学工具来探索宇宙最深层的运行规律,从基本粒子的相互作用到时空的弯曲结构,这里充满了连接抽象理论与物理现实的迷人桥梁。在 Gist.Science,我们深知这些前沿研究的复杂性,因此专门从 arXiv 预印本服务器中筛选该领域的最新成果。

我们不仅收录论文,更对每一份新发布的预印本进行深度加工,提供通俗易懂的科普解读与详尽的技术摘要,让不同背景的读者都能轻松把握核心思想。无论您是专业研究者还是科学爱好者,都能在这里找到理解复杂理论的钥匙。

以下为您呈现数学物理类别中最新上架的预印本论文及其解读。

A Systematic Benchmark of Physics-Informed Neural Network Architectures for the Stiff Poisson-Nernst-Planck System: Adaptive LossWeighting and Multi-Scale Resolution

本文针对刚性泊松-纳恩斯特-普朗克(Poisson-Nernst-Planck)系统,对十一种物理信息神经网络架构进行了系统的、无数据的基准测试,证明了平衡残差衰减率(BRDR)策略相比于其他方法,在准确性与计算效率之间提供了最优的平衡,并为未来的研究提供了开源实现。

David Pankaczy, Conrard Giresse Tetsassi Feugmo2026-06-04🔬 physics.app-ph