PDE-Agents: An LLM-Orchestrated Multi-Agent Framework for Automated Finite Element Simulations with Knowledge Graph-Augmented Reasoning
PDE-Agents 是一个由大语言模型编排的多智能体框架,它通过自然语言实现有限元模拟的自动化,并证明了与非增强基准模型相比,经过 GraphRAG 增强的推理显著提升了任务成功率和材料属性的保真度。
879 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。
PDE-Agents 是一个由大语言模型编排的多智能体框架,它通过自然语言实现有限元模拟的自动化,并证明了与非增强基准模型相比,经过 GraphRAG 增强的推理显著提升了任务成功率和材料属性的保真度。
本文提出了一种用于扩展体系的全电子数值原子中心轨道实现动态 Bethe-Salpeter 方程的方法,该方法结合了动态屏蔽效应,并通过对萘等分子晶体的应用进行了验证。
本文引入了共价场理论(Covalent Field Theory, CFT),该框架通过将化学亲和力重新定义为一种连续的界面属性而非离散的几何属性,解决了分子-表面相互作用中长期存在的歧义问题,从而为复杂表面上的活性位点涌现、线性标度关系以及布伦斯特-埃文斯-波拉尼(Brønsted-Evans-Polanyi)相关性提供了理论基础。
本文介绍了三个互补的 Python 软件包——Tensor-Network-Visualization、Tensor-Network-Editor 和 Quantum Circuit Drawer,它们为张量网络和量子电路提供了一个可视化创作与检查层,旨在通过不实现新模拟算法的方式,来促进结构调试、代码生成以及设计级分析。
本文结合解析理论与数值模拟,证明了流体注入速率通过产生压力非均匀性来控制断层注屑失效,其中缓慢注入会导致均匀弱化,而快速注入则能保持远端区域的强度,从而为预测地质工程作业中的地震活动性提供了一个精细化的框架。
本文提出了一种使用具有多群辐射传输和径向射线(radial rays)的 Athena++ 代码的新框架,用于精确且高效地模拟受恒星照射的原行星盘中的频率相关吸收与散射,在实现温度结果与蒙特卡洛基准误差保持在 2–5% 以内的同时,显著降低了计算成本。
本文介绍了 DMCD,这是一种内存高效的扩散蒙特卡洛算法,它通过采用基于栈的深度优先遍历来取代传统的广度优先集群方法,从而统一粒子输运与特征值问题的处理,并有效管理行走者池。
通过将机器学习原子间势函数与深度学习哈密顿量相结合,本研究揭示了连续的三维 Bi-S 网络是负责稳定阳离子无序 AgBiS2 并使其在存在强结构无序的情况下仍能保持弥散导带边和较小电子有效质量的核心基元。
本文引入了一种基于利普曼-施温格积分方程的数学框架,用于模拟具有速度调制界面的时变介质中的声波散射,展示了时空对偶性,并通过实验验证了该理论,从而实现了在无需预先知晓背景场的情况下进行波散射分析。
本文提出了一种广义的数据驱动单组分等离子体动力学模型,该模型通过引入从分子动力学中学习到的各向异性、非平稳碰撞核,将适用范围扩展到了弱耦合机制之外,并引入了一种快速谱分离方法,以实现具有 复杂度且能够保持结构的有效数值模拟。