ADI schemes for heat equations with irregular boundaries and interfaces in 3D with applications
本文提出了一种结合改进的 Douglas-Gunn ADI 格式与无核边界积分(KFBI)方法的三维方案,用于高效求解具有不规则边界、界面及自由边界(如 Stefan 问题)的热传导方程,并严格证明了其无条件稳定性与二阶精度。
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。
本文提出了一种结合改进的 Douglas-Gunn ADI 格式与无核边界积分(KFBI)方法的三维方案,用于高效求解具有不规则边界、界面及自由边界(如 Stefan 问题)的热传导方程,并严格证明了其无条件稳定性与二阶精度。
该研究提出了一种基于分形几何的广义扩散 - 反应模型,通过引入分形维数和分数阶参数来刻画组织结构的异质性与反常输运特性,从而解释了 FLASH 超高剂量率照射下肿瘤与正常组织因扩散动力学差异而产生的不同响应机制。
本文提出了一种结合经典数值原理与图神经网络的结构性保持求解器,通过将其设计为可解释的重构 - 通量算子并借鉴高阶导数格式,有效解决了双曲守恒律参数化问题中深度学习代理模型普遍存在的非物理伪影、 rollout 不稳定及泛化能力差等挑战,在保持局部守恒和迎风特性的同时实现了高精度、长时程稳定且比传统高分辨率模拟快数个数量级的推理速度。
本文介绍了 PINNACLE,这是一个开源框架,它将经典与量子物理信息神经网络(PINNs)同先进的训练策略及多 GPU 加速相统一,并提供了一项全面的基准研究,以评估其性能、可扩展性以及与经典求解器相比的权衡。
该研究提出了一种结合贝叶斯校正、深度学习代理模型与达西尺度上尺度化的可扩展概率工作流,旨在克服传统确定性方法的局限,通过量化测量误差与模型偏差,将基于图像的断裂几何不确定性转化为地质裂缝中有效的宏观渗透率概率预测。
该论文提出了一种机器学习框架,通过修正 ExoMol 项目中同位素外推法的残差误差,显著提升了二氧化碳(CO₂)及其同位素变体的能级预测精度,并利用分子感知的迁移学习成功将修正规律推广至数据稀缺的一氧化碳(CO)系统,从而为系外行星大气光谱分析提供了更精确的参考谱线数据。
该研究首次将矩阵乘积态(MPS)方法应用于二维瑞利 - 贝纳德对流,发现尽管高瑞利数下流场表示所需的理论键维数持续增长,但在固定键维数下直接求解控制方程仍能高效恢复统计观测值(如努塞尔数),证明了 MPS 作为可扩展工具在模拟热驱动湍流及探索极高瑞利数极限机制方面的巨大潜力。
该研究证明,通过调制自由基对间距来驱动自旋系统,可利用朗道 - 齐纳跃迁显著增强强耦合自由基对的地磁敏感性,从而克服传统静态模型中偶极耦合抑制灵敏度的难题,为活体量子磁感应提供了新机制。
该研究开发了一种严格的贝叶斯方法,成功克服了单分子 X 射线散射实验中光子计数低、噪声高及命中率低等限制,实现了在极端高噪声泊松分布条件下对小型蛋白质电子密度的确定,并在实验数据中达到了探测器限制的 9 纳米分辨率。
本文提出了一种能够无条件保持正定性和迹守恒性质的新型全秩及低秩指数欧拉积分器,用于求解描述开放量子系统演化的林德布拉德方程,并提供了严格的误差估计与数值验证。