physics.comp-ph 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。

本文提出了一种统一框架，通过引入多节点预测、基于交叉注意力的时间校正以及三维旋转位置编码，将几何深度学习与严谨的数值分析相结合，以解决现有机器学习代理模型在非结构化网格上面临的稳定性与精度局限，从而用于计算流体力学模拟。

本文提出了一种基于 U-Net 架构的物理引导深度学习方法，用于有效抑制单次 X 射线成像中的结构化非平稳伪影，在结合深度集成以通过不确定性估计确保鲁棒性的同时，相较于传统方法显著提升了重建质量与信号保真度。

本文提出了一种组合加权符号回归框架，该框架将混合搜索算法与最大/最小算子相结合，以直接从化学成分生成可解释的解析表达式来预测多种材料性能，在达到与黑盒模型相媲美的精度的同时，揭示了具有化学意义的元素趋势。

本文提出并验证了一种策略，该策略利用均匀电子气数据构建显式泛函，直接将非均匀材料中的科恩-沙姆势映射到电荷密度，并通过日益精密的近似方法成功展示了精度的提升，而无需求解科恩-沙姆薛定谔方程。

本研究证明，衰减二维纳维 - 斯托克斯湍流中的涡量填充率决定了从点涡到有限尺寸涡平衡态的过渡，而该过渡进而随着填充率的增加，导致拉格朗日示踪粒子输运从亚扩散轨道捕获转变为超扩散线性运动。

本文引入了一种基于约束扩散分解的尺度感知对抗分析框架，揭示出标准生成式人工智能模型未能内化跨尺度的物理定律，而是在承受物理约束扰动时表现出结构僵化与不稳定性。

本文介绍了 MuDirac 1.3.0，这是一款可持续且高效的开源软件工具，它通过基于双参数费米分布对μ子 X 射线跃迁能量进行建模，使μ子负介子研究社区能够准确计算核性质，例如电荷半径。

本文提出了一种实验性的混合时空光子储层计算机，其采用衍射耦合的垂直腔面发射激光器阵列，通过将空间耦合与时分复用相结合，将12节点网络扩展为968节点系统，从而显著提升了分类性能与可扩展性，并将测试误差降低至0.026。

本文提出了一种基于 MeLoCoToN 方法的高效算法，该算法将整数分解表述为源自二进制乘法电路的张量网络方程，通过优化网络结构并利用精确与近似收缩方法展示了其性能。

本文介绍了 xARPES Python 代码，该方法利用结合贝叶斯推断的扩展最大熵方法，从角分辨光电子能谱数据中的弯曲色散关系中一致地提取电子自能和埃利阿什贝格函数，在模型数据集和实验数据集上均展现出优于现有基于线性化方法的精度。