A unified machine learning framework for ab initio multiscale modeling of liquids
该论文提出了一种结合机器学习原子势与神经经典密度泛函理论（neural cDFT）的统一机器学习框架，实现了从第一性原理出发对水及二氧化碳等液体在微观至宏观多尺度行为的高效、准确建模与热力学预测。
🔬 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。
Closed-form conditional diffusion models for data assimilation
该论文提出了一种利用核密度估计解析计算联合分布得分函数的闭式条件扩散模型，用于在无需系统显式知识的黑盒设置下处理非线性数据同化问题，并在中小集合规模下展现出优于集合卡尔曼滤波和粒子滤波的性能。
Wakefield amplification via coherent Resonant excitation with two copropagating laser pulses in homogeneous plasma
该研究通过解析建模与粒子模拟，证实了在均匀等离子体中利用两束共传播激光脉冲（特别是当脉冲间隔约为四分之一等离子体波长时）进行相干共振激发，可将尾场振幅显著增强至单脉冲情况下的三倍。
A robust method for classification of chimera states
本文提出了一种结合傅里叶分析与统计分类的鲁棒方法，用于有效识别和区分耦合振荡器系统中的chimera态及其他动力学模式，并验证了该方法在不同网络拓扑和参数下的通用性与可靠性。
Unidirectionality of spin waves in Synthetic Antiferromagnets
该研究结合实验与理论分析，揭示了在特定场向排列的合成反铁磁结构中，层间偶极相互作用可导致声学自旋波出现显著频率非互易性，从而实现宽波矢范围内的单向能量传输。
Symmetry of the dissipation of surface acoustic waves by ferromagnetic resonance
该研究通过在压电基底上的 CoFeB 薄膜中改变磁场方向，发现表面声波能量吸收呈现非预期的二次对称性，并指出这可能是由薄膜内微弱的面内单轴各向异性引起的。
Virtual Sensing for Solder Layer Degradation and Temperature Monitoring in IGBT Modules
本文提出了一种基于机器学习的虚拟传感方法，利用少量物理传感器数据成功实现了对 IGBT 模块焊层退化状态及表面温度分布的高精度估计。
FESTIM v2.0: Upgraded framework for multi-species hydrogen transport and enhanced performance
本文介绍了 FESTIM v2.0 版本，该开源框架通过引入多物种传输、高级反应机制及与外部求解器的互操作性等物理功能扩展，并迁移至 DOLFINx 平台以提升性能与可持续性，从而显著增强了其在材料中氢同位素传输模拟方面的能力。
Observational imprints and quasi-Periodic oscillations of magnetically charged anti-de Sitter black holes
本文研究了弦理论启发的欧拉 - 海森堡理论中磁荷反德西特黑洞的光子轨迹、阴影及准周期振荡特征，发现磁荷参数会导致光子球半径和 ISCO 半径减小，并基于观测数据将磁荷与质量之比限制在 0.2 以内。
Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination
该论文提出了“神经不确定性原理”，揭示了视觉对抗脆弱性与大语言模型幻觉共享同一几何根源，并据此设计了无需对抗训练的防御方法及解码前幻觉检测探针，为跨模态可靠性分析提供了统一的理论框架。