Feature-preserving Latent-EnKF for Data Assimilation of Flows with Shocks
本文介绍了一种保持特征的潜在集成卡尔曼滤波(latent-EnKF),该方法通过在学习到的低维潜在空间中进行集合更新,克服了传统集成卡尔曼滤波在可压缩流中存在的高斯假设局限性,从而能够精确地恢复冲击波和间断,且不会产生伪振荡。
879 篇论文
计算物理学是连接抽象理论与现实世界的桥梁,它利用强大的计算机模拟来探索从微观粒子到浩瀚宇宙的复杂规律。在这里,我们不再仅仅依赖纸笔推导,而是通过数字实验揭示物质深处那些难以直接观测的奥秘,让深奥的公式在代码中焕发新生。
Gist.Science 持续追踪 arXiv 上发布的最新预印本,确保您能第一时间获取这些前沿成果。我们不仅提供详尽的技术解读,更会将其转化为通俗易懂的通俗摘要,帮助不同背景的研究者与爱好者轻松跨越专业门槛。
以下为您精选的近期计算物理学领域最新论文,涵盖了从量子模拟到流体力学的多样探索。
本文介绍了一种保持特征的潜在集成卡尔曼滤波(latent-EnKF),该方法通过在学习到的低维潜在空间中进行集合更新,克服了传统集成卡尔曼滤波在可压缩流中存在的高斯假设局限性,从而能够精确地恢复冲击波和间断,且不会产生伪振荡。
本文通过将解分解为奇异部分和正则部分,提出了一种渐近分析方法和一种利用达菲补丁(Duffy patches)的高阶边界积分法,用于精确计算一般曲面上的三维诺依曼格林函数(Neumann Green's function),从而为解决窄捕获理论中的开放性问题提供了可能。
本文介绍了一种计算高效的声带梁-膜生物力学模型,该模型结合了肌肉驱动的姿态调节和声门构型,用于预测发声动力学并研究语音障碍,为昂贵的高保真模拟提供了一种实用的替代方案。
本研究指出,对铁电体 PbTiO 居里温度的低估主要源于交换相关泛函的局限性,而非机器学习力场的误差,这表明短程模型所表现出的表观改进实为偶然的误差抵消,而准确的预测则需要显式的长程相互作用和改进的泛函。
本文介绍了一个可扩展的开源 SHG 计算工具套件,旨在通过提供一组协调一致、文档齐全的数值工具,用于研究复杂的热耦合二次谐波产生场景,从而克服现有分析模型的局限性以及实验数据难以获取的问题。
本文引入了一种物理约束集成高斯过程(pc-EGP)框架,该框架通过整合物理一致性惩罚项和集成学习,来精确建模高成本、异方差的量子模拟,并证明了在预测玻色-哈伯德模型关键参数以及优化超流性化学环境方面,其性能优于传统方法。
本文介绍了 LAPG,一种由最小作用量原理引导的扩散框架,它通过将条件分数模型与动作导出的变分先验相结合,在推理过程中增强了生成模型的物理一致性,从而使各种物理系统能够在不完全依赖训练时约束的情况下,实现跨时间、参数和几何结构的可靠外推。
本文表明,在领域专家的指导下,通过严格的两阶段翻译和严谨的验证过程,一个代理型大语言模型成功地将拥有 74,000 行代码的 Fortran FESOM2 海洋模型移植到了 C++/Kokkos,同时在保持其物理特性并实现 GPU 上显著性能提升的同时完成了这一任务。