Neural Operator: Is data all you need to model the world? An insight into the paradigm of data-driven scientific ML
本文综述了以神经算子为代表的数据驱动科学机器学习方法，阐述了其在克服传统数值方法（如有限元法）计算瓶颈方面的优势、离散化不变性等核心特性，以及其在物理与工程问题中的应用前景与现存挑战。
🔬 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。
LEDDS: Portable LBM-DEM simulations on GPUs
本文介绍了名为 LEDDS 的开源框架，该框架通过仅使用可移植的并行算法原语（而非手写 GPU 内核）在单 GPU 平台上高效实现了全耦合的格子玻尔兹曼 - 离散单元法（LBM-DEM）模拟，在保持代码清晰与跨平台通用性的同时，其性能达到了与手工优化 CUDA 求解器相当的水平。
Learning time-dependent and integro-differential collision operators from plasma phase space data using differentiable simulators
该研究利用可微分模拟器从等离子体相空间数据中学习能够描述非平衡态下时变背景分布的碰撞算子，并通过自洽电磁粒子模拟验证了该方法在精度和泛化能力上优于传统统计估计，为缺乏解析解或存在理论偏差的场景提供了新的算子推断途径。
Understanding the sign problem from an exact Path Integral Monte Carlo model of interacting harmonic fermions
该研究通过构建任意维度下相互作用谐振子费米子的精确路径积分蒙特卡洛模型，揭示了符号问题主要源于自由费米子传播子且相互作用仅改变其出现时机而非严重程度，并证明特定闭壳层态在大虚时下无符号问题，同时利用高阶算法成功计算了含百电子量子点的基态能量并与神经网络结果进行了对比。
Coarse-Grained Dynamics with Spatial Disorder and Non-Markovian Memory
该论文提出了一种名为空间无序广义朗之万方程（SD-GLE）的数据驱动方法，通过变分贝叶斯框架将静态空间无序与粘弹性摩擦解耦，从而克服了传统方法的局限，能够准确捕捉异质系统中的反常扩散行为并恢复其系综统计特性。
On the hydrodynamic behaviour of the immersed boundary -- lattice Boltzmann method for wetting problems
本文通过对比边界元法（BEM）和流体体积法（VoF）求解器，详细研究了基于浸入边界 - 格子玻尔兹曼（IBLB）方法的介观数值模型在润湿问题中的流体动力学行为，旨在阐明该接触线模型的适用范围及其在液滴下方形成薄膜对流体动力学一致性的影响。
Ice as a Photochemical Shield: Adsorption Energetics and Spectroscopic Modulation of Interstellar Thiocyanates HCSCN and HCSCCH in TMC-1
该研究通过计算模拟揭示了星际分子 HCSCN 和 HCSCCH 在 TMC-1 冰幔上的非均匀吸附特性，发现深埋于冰腔中的分子虽因热脱附受阻而获得热力学保护，却因振子强度显著增强（超色效应）而更易遭受光解，从而揭示了星际硫物种在冰层中“热屏蔽”与“光敏化”并存的生存悖论。
Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling
该研究开发了基于 Koopman 变换的 Transformer 和 ConvLSTM-UNet 两种深度学习的自回归代理模型，能够以显著降低的计算成本，在保持物理守恒律和关键结构特征的同时，高效预测二维理想磁流体动力学中 Kelvin-Helmholtz 不稳定性随时间的演化。
Consistent control of energy dissipation in non-spherical particle contact via a structure-preserving formulation
该论文通过从第一性原理出发构建保结构公式，揭示了非球形颗粒接触中能量耗散的控制机制，证明了阻尼律应由接触能量结构唯一确定，并阐明了接触点恢复系数与总能量恢复系数在耦合动力学下的本质区别。
Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems
本文提出了一种结合变分物理信息神经网络与马格努斯展开的框架，通过直接学习反绝热量子动力学中的规范势和调度函数，有效解决了含时多体系统中量子费舍尔信息最大化的难题，并在多种驱动自旋哈密顿量中实现了优于传统欧拉 - 拉格朗日方法的精密测量控制策略。