The Spin-MInt Algorithm: an Accurate and Symplectic Propagator for the Spin-Mapping Representation of Nonadiabatic Dynamics
本文提出了一种名为 Spin-MInt 的新型算法，该算法是首个直接对自旋映射变量进行传播的辛算法，能够严格保持几何结构，并在计算效率和精度上优于现有的 MInt 算法及其他角度基算法。
🔬 Category
physics.comp-ph
133 篇论文
A hybrid Green-Kubo (hGK) framework for calculating viscosity from short MD simulations
本文提出了一种混合格林 - 库博（hGK）框架，通过将应力自相关函数分解为短程弹道分量与长程解析拟合尾部，显著降低了计算粘度所需的采样量，从而在保持精度的同时解决了传统方法在软物质和聚合物体系中收敛困难的问题。
Discrete versus continuous -- linear lattice models and their exact continuous counterparts
本文通过系统运用傅里叶分析工具，从无限、周期到有限边界条件逐步探讨了线性最近邻及多邻域相互作用格点模型与其连续偏微分方程对应模型之间的精确关系，重点分析了色散关系在离散与连续设定下的对应性。
Mind the Gap: Where Analog Ising Machines Cease to Minimize the Ising Hamiltonian
该论文揭示了模拟伊辛机中普遍存在的“功能间隙”这一结构性特征，指出其会导致收敛性无法保证，并提出了通过混合动力学框架重塑分岔拓扑以调控该间隙的优化路径。
Matlantis-PFP v8: Universal Machine Learning Interatomic Potential with Better Experimental Agreements via r2SCAN Functional
本文介绍了 Matlantis-PFP v8，这是一种通过基于 r2SCAN 泛函而非传统 PBE 泛函进行训练而实现的通用机器学习原子间势，它在无需领域特定微调的情况下，显著提升了晶体、分子和表面等多样化学体系与实验数据的一致性，并将熔点预测误差较 PBE 模型降低了一半。
Differentiable Programming for Plasma Physics: From Diagnostics to Discovery and Design
该论文展示了可微分编程如何通过自动微分框架，在计算等离子体物理中不仅加速了诊断与设计流程，更实现了从发现新型非线性现象、构建混合流体模型到高效反演设计等定性突破。
Reliable Viscosity Calculation from High-Pressure Equilibrium Molecular Dynamics: Case Study of 2,2,4-Trimethylhexane
该研究通过扩展 STACIE 算法（引入洛伦兹模型估计和增加独立时间序列），成功利用平衡分子动力学模拟在高达 1 GPa 的压力下可靠地计算了 2,2,4-三甲基己烷的粘度，证明了长时模拟结合系统化不确定性量化是解决以往模拟结果与实验偏差的关键。
Bootstrap Embedding for Interacting Electrons in Phonon Coherent-state Mean Field
该论文提出了一种结合费米子玻色子 Bootstrap 嵌入与声子相干态平均场的混合框架，用于高效求解大尺寸电子 - 声子耦合系统的基态，该方法在强耦合局域化区域表现优异且计算效率显著，但在弱耦合及涉及长程关联的区域受限于平均场近似。
Tearing Stability Prediction Combining Toroidal Calculations With a Two-Fluid Slab Layer
该论文提出了一种结合两流体平板层模型（SLAYER）与环向平衡计算（STRIDE）的新工作流，能够快速、稳健地预测托卡马克等离子体中的经典撕裂模稳定性，从而为未来装置的运行区映射和安全放电轨迹设计提供支持。
Stochastic single-stage stellarator optimization using fixed-boundary equilibria
该论文提出了一种结合固定边界平衡与随机线圈优化的单级仿星器优化方法，通过避免尖锐局部极小值并引入随机扰动，显著提升了准轴对称和准螺旋对称构型在平方通量、准对称性及粒子损失等方面的鲁棒性。
A Scattered-Field Formulation for Coupled Geometric Wakefield and Space Charge Field Simulations in Particle Accelerators
本文提出了一种基于散射场公式的自洽模拟模型，将几何尾场与空间电荷场问题解耦求解，以高效且精确地模拟粒子加速器中的束流动力学，并证实了在高亮度电子源设计中考虑电磁尾场影响的重要性。
Proof-Carrying Materials: Falsifiable Safety Certificates for Machine-Learned Interatomic Potentials
该论文提出了“可携带证明材料”（PCM）框架，通过对抗性证伪、统计置信包络和形式化验证，解决了机器学习势函数在材料筛选中可靠性缺失的问题，显著提升了稳定材料的发现率并实现了跨架构的失效预测。
Prediction of Molecular Single-Photon Emitters: A Materials-Modelling Approach
本文提出了一种结合数据库分析与微观预测的理论计算框架，旨在探索并预测具有定制化潜力的新型分子单光子发射体，并通过以蒽基质中的二苯并特林为例的基准测试成功识别出包括手性分子在内的潜在候选者。
Unraveling the Atomic-Scale Pathways Driving Pressure-Induced Phase Transitions in Silicon
本研究通过结合 GAP 势函数分子动力学、固态爬升弹性带（SS-NEB）计算及第一性原理验证，揭示了硅在压力诱导下从 BC8/R8 相向高密度相（hd）转变的原子尺度机制，阐明了纯退火条件下的局部形核过程及压力对形核势垒的影响，从而将实验观测与模拟结果建立了联系。
Universal spectral structure in pendulum-like systems
本文提出了一种适用于摆动类系统所有运动 regime 的精确频域表述，揭示了振荡、分界线和旋转状态共享同一普谱核结构，表明 regime 转变本质上是频率空间中的对称性重组而非底层谱结构的改变。
Uncertainty quantification and stability of neural operators for prediction of three-dimensional turbulence
该研究提出了一种结合隐式分解的因子化隐式傅里叶神经算子（F-IFNO）框架，通过不确定性量化和误差传播分析，显著提升了三维湍流预测的长期稳定性与准确性，克服了传统模型在长时间尺度下的失效问题。
Machine-precision energy conservative reduced models for Lagrangian hydrodynamics by quadrature methods
本文提出了一种基于数据驱动降阶基函数和强能量守恒经验积分（EQP）的框架，用于拉格朗日流体动力学中的可压缩欧拉方程，该框架在保持与基础 EQP 相当精度的同时，实现了接近机器精度的总能量守恒。
Bayesian Inference for PDE-based Inverse Problems using the Optimization of a Discrete Loss
本文提出了一种名为 B-ODIL 的贝叶斯框架，通过将离散损失优化（ODIL）中的偏微分方程损失作为先验知识并结合数据似然，实现了对 PDE 基逆问题的求解及不确定性量化，并在多维合成基准及脑肿瘤 MRI 成像等实际应用中验证了其有效性。
Energy-Conserving Contact Dynamics of Nonspherical Rigid-Body Particles
本文提出了一种适用于任意凸形刚体粒子的能量守恒接触动力学框架，通过整合顶点 - 边界、顶点 - 面及边 - 边检测机制，实现了对非球形粒子系统在二维和三维空间中无重叠且能量守恒的连续受力模拟，为研究胶体自组装、颗粒流动及复杂非球形粒子系统的非平衡动力学奠定了坚实基础。
Mixed-State Measurement-Induced Phase Transitions in Imaginary-Time Dynamics
本文提出了一种名为“测量修饰虚时演化”（MDITE）的新框架，通过交替进行虚时演化与投影测量来研究混合态量子相变，并在数值模拟中发现了具有新普适类的退相干驱动临界现象，同时利用图解表示法实现了该框架在大规模及高维系统中的高效研究。