Modulation Effects of Atmospheric Environmental Conditions on Mesoscale Convective Systems over Tropical Oceans
该研究利用卫星和再分析数据构建热带中尺度对流系统(MCS)观测数据集,并通过随机森林模型量化发现,水汽辐合、大气不稳定性和整层水汽是主导热带 MCS 月频数及降水变化的关键环境因子,且其相对重要性随区域和季节呈现显著的非线性差异。
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。
该研究利用卫星和再分析数据构建热带中尺度对流系统(MCS)观测数据集,并通过随机森林模型量化发现,水汽辐合、大气不稳定性和整层水汽是主导热带 MCS 月频数及降水变化的关键环境因子,且其相对重要性随区域和季节呈现显著的非线性差异。
该研究利用卫星数据和长期 MCS 追踪数据集,证实了 Madden-Julian 振荡(MJO)与中尺度对流系统(MCS)之间存在双向反馈机制:MJO 通过调控大尺度环境组织 MCS 活动,而 MCS 群通过动量和热量输送反作用于 MJO,从而主动维持并推动其东传。
本文综述了过去十年利用数据驱动和机器学习方法加速固体材料点缺陷模拟的研究进展,重点介绍了基于描述符的模型、代理模型及机器学习势函数在氧化物缺陷性质预测中的应用,并展望了将这些计算结果与实验数据结合的未来方向。
本文提出了一种基于去噪扩散模型的 DiffSRDA 框架,该框架通过结合低分辨率预报与稀疏高分辨率观测,在无需高分辨率集合预报的情况下,实现了计算高效且具备物理意义不确定性量化的时空超分辨率数据同化,并支持无需重训练即可适应观测布局变化。
该论文介绍了 JAX-BEM,这是一种基于 JAX 自动微分框架构建的可微边界元法求解器,它不仅在声学模拟基准测试中达到了与传统代码相当的精度,还成功实现了高效的基于梯度的几何形状优化。
本文介绍了一种集成于 GROMACS 中的灵活接口,支持将 PyTorch 框架训练的神经网络势函数应用于混合机器学习/分子力学模拟,从而实现了在生物分子体系中进行增强采样、自由能计算及蛋白 - 配体模拟等高级工作流程。
本文提出了一种基于闭式伪逆头适配的 Pi-PINN 框架,通过构建可迁移的物理信息表示,实现了在无需新实例训练数据的情况下,以比传统 PINN 快 100-1000 倍的速度和比数据驱动模型低 10-100 倍的误差,快速且精确地求解各类偏微分方程。
该研究提出了一种结合大语言模型与轻量级物理模型的智能体框架,通过自动化推理与快速微气候评估,助力热带城市(如新加坡)优化建筑表面策略以提升热舒适度并降低能耗。
本文提出了一种无网格-自适应方法,用于模拟不同温腔内的非牛顿流体自然对流,通过根据剪切变稀特性动态调整节点密度,在提升边界层流动精度的同时显著提高了计算效率。
该研究结合自洽哈特里 - 福克方法与量子蒙特卡洛模拟,揭示了二维软芯玻色子在有限温度下存在广阔的超固态区域,并阐明了其相变机制及潜在的六角相。