Hessian Matching for Machine-Learned Coarse-Grained Molecular Dynamics
本文介绍了一种用于粗粒化分子动力学的机器学习框架，该框架在传统力匹配的基础上增加了随机海森矩阵 - 向量积匹配以纳入二阶曲率信息，从而显著提高了生物分子模拟中粗粒化势函数的精度与可转移性。
🔬 Category
physics.comp-ph
903 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。
A practical investigation on time integration in the quantized tensor train format
本文研究了时间积分器的选择、数值耗散的引入以及问题表述方式如何影响对流主导问题中量化张量列（QTT）计算的效率与稳定性，旨在减轻长时间模拟中的误差累积和秩增长问题。
Robust Matrix-Free Newton-Krylov Solvers via Automatic Differentiation
本文证明，在无需雅可比矩阵的牛顿 - 克雷洛夫求解器中，用前向模式自动微分替代有限差分近似来计算雅可比矩阵 - 向量乘积，能够显著提升跨多种非线性问题与硬件架构的计算性能（提高 2 至 3 个数量级）和全局鲁棒性（将完成率从 42% 提升至 95%）。
Effects of Thermal Boundary Conditions on Natural Convection and Entropy Generation in Non-Newtonian Power-Law Fluids
本研究利用有限元模拟证明，在非牛顿幂律流体中，剪切变稀行为可增强传热，而相较于非均匀加热，均匀热边界条件能促进更强烈的对流并产生更高的熵增，从而为优化热系统设计提供关键见解。
Efficient simulation of chemical reaction in DSMC
本文提出了一种宏观介观确定性随机耦合策略，该策略将源自直接模拟蒙特卡洛方法的高阶本构关系和化学反应源项集成到宏观综合方程中，以加速近连续区化学反应流动的模拟、实现噪声抑制并克服计算瓶颈。
Elastica++: A high-performance, multiphysics framework for large interacting assemblies of Cosserat rods
本文介绍了 Elastica++，这是一个开源的高性能框架，它利用柯西杆模型和共享内存并行技术，实现了从软体机器人到活性物质等多样化应用中相互作用的细长结构的大规模多物理场仿真。
Variational Quantum Solutions to the Advection-Diffusion Equation for Applications in Fluid Dynamics
本文提出了一种混合量子 - 经典方法用于求解平流 - 扩散方程，该方法随系统维度扩展高效，并在当前含噪的 IBM 量子硬件上展现出可靠的结果，为克服数值天气预报中的计算与功耗限制提供了一条潜在途径。
Revolutionising Antibacterial Warfare: Machine Learning and Molecular Dynamics Unveiling Potential Gram-Negative Bacteria Inhibitors
本研究利用机器学习和分子动力学技术，旨在识别针对革兰氏阴性菌耐药机制（特别是 RND 外排泵和大环内酯酯酶）的潜在抑制剂，以克服现有 FDA 批准抗菌药物的局限性。
APRIL: Auxiliary Physically-Redundant Information in Loss -- A physics-informed framework for parameter estimation with a gravitational-wave case study
本文介绍了 APRIL，这是一个通过引入辅助物理冗余项来增强监督损失函数的框架，旨在提升大规模多系统数据集参数估计的收敛性与精度，并在引力波参数估计中展现出相较于标准方法高达一个数量级的性能提升。
Low-rank compression of two-electron reduced density matrices
本文提出了一种针对双电子约化密度矩阵的结构保持低秩压缩协议，该协议在保持化学精度的同时将内存标度从四次方降低至二次方，从而使得特征向量延续工作流能够高效应用于大规模非绝热分子动力学模拟。