Machine learning surrogate models of many-body dispersion interactions in polymer melts
本文提出了一种基于精简 SchNet 架构的机器学习代理模型，能够高效且准确地预测聚合物熔体中的多体色散相互作用，从而克服了传统计算方法的成本瓶颈并实现了大规模分子模拟中的实际应用。
🔬 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。
The Beauty of Mathematics in Helfrich's Biomembrane Theory
本文作为对膜物理奠基人沃尔夫冈·赫尔弗里希教授的纪念综述，系统阐述了基于软物质物理和液晶理论的赫尔弗里希弹性模型如何统一解释从红细胞到碳纳米管等多种生物膜及合成系统的形态形成机制，并揭示了特定几何形状构成的群论特征。
Sparse Müntz--Szász Recovery for Boundary-Anchored Velocity Profiles: A Short-Record Roughness Diagnostic in Turbulence
本文提出了一种基于稀疏凸松弛和混合 Müntz–Szász/Jacobi 字典的框架，用于从短记录边界锚定速度增量剖面中估计有效局部标度指数，作为一种有限尺度的方向性粗糙度诊断工具，该方法在湍流数据中展现出良好的自一致性，并揭示了高涡度区域中粗糙度指数与涡度方向及低阶各向异性结构的显著关联。
The Closure Challenge: a benchmark task for machine learning in turbulence modelling
本文介绍了“闭合挑战”（The Closure Challenge），这是一个旨在解决机器学习在雷诺平均纳维 - 斯托克斯（RANS）湍流建模领域缺乏标准基准和测试数据集问题的开源基准任务，通过提供标准化的训练数据和评估代码来推动该领域的创新与标准化。
Process-tensor approach to full counting statistics of charge transport in quantum many-body circuits
该论文提出了一种基于矩阵乘积态过程张量的数值方法，用于计算具有对称性的一维相互作用晶格系统中电荷输运的完整计数统计，并通过在无限温度下模拟海森堡 XXZ 砖块电路模型，成功复现了不同输运机制下的指数并揭示了各向同性点处高阶累积量对 KPZ 普适类的破坏。
Thomas-Fermi equation revisited: A variation on a theme by Majorana
本文重访并扩展了马约拉纳利用标度性质将托马斯 - 费米方程降阶为一阶微分方程的方法，将其应用于中性及弱电离原子情形，并重新计算了相关物理量以验证其数值结果。
Solving the (Navier-)Stokes equations with space and time adaptivity using deal.II
本文利用 deal.II 有限元库的多网格、自适应网格及矩阵自由基础设施，分别通过 hp-多网格、时空多网格和单块多网格方法，高效求解了稳态斯托克斯方程、瞬态斯托克斯方程以及稳定化不可压缩纳维 - 斯托克斯方程，充分展示了该库多网格基础设施的灵活性与模块化优势。
A Precision Emulation Approach to the GPU Acceleration of Ab Initio Electronic Structure Calculations
该研究通过 SCILIB-Accel 工具在 MuST 套件中利用 INT8 模拟技术，在不修改代码的情况下将传统 FP64 高精度计算迁移至现代 GPU 架构，证明了自适应精度策略能同时提升科学计算的性能与精度。
Learning the Exact Flux: Neural Riemann Solvers with Hard Constraints
本文提出了一种通过强制施加正定性、一致性、镜像对称性、伽利略不变性和缩放不变性等五个硬约束的神经黎曼求解器（HCNRS），有效解决了现有数据驱动方法在计算流体力学中常见的守恒误差、对称性破缺及平衡态保持问题，使其在浅水方程和欧拉方程的基准测试中能够像精确黎曼求解器一样准确捕捉复杂流场结构。
GPU acceleration of ab initio simulations of large-scale identical particles based on path integral molecular dynamics
本文开发了一个不依赖第三方库的开源 GPU 加速路径积分分子动力学（PIMD）代码，显著提升了大规模全同粒子（如玻色子和费米子）从头算模拟的效率，使得在单张 GPU 上模拟数万个粒子成为可能，并有效克服了费米子符号问题。