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。

Nonlinear projection-based model order reduction with machine learning regression for closure error modeling in the latent space

本文提出了一种新颖的基于非线性投影的模型降阶框架,该框架利用高斯过程回归和径向基函数插值来对潜在空间中的闭合误差进行建模,与深度神经网络方法相比,在复杂的流体动力学应用中提供了更高的效率、解释性和数据效率。

S. Ares de Parga, Radek Tezaur, Carlos G. Hernández, Charbel Farhat2026-01-22🔢 math-ph