Metabolic quantum limit to the information capacity of magnetoencephalography
该研究结合磁传感的能量分辨率极限与大脑代谢功率，推导出不依赖于具体技术的脑磁图信息容量上限（约 2.2 Mbit/s），揭示了神经电流模式的空间复杂度受量子噪声抑制，并确立了时空带宽之间的基本权衡关系。
🔬 Category
physics.comp-ph
133 篇论文
Gradient-based optimization of exact stochastic kinetic models
本文提出了一种基于直通 Gumbel-Softmax 估计的梯度优化方法，该方法通过在反向传播中引入连续松弛来近似离散反应事件的梯度，同时在前向传播中保持精确的随机模拟，从而实现了随机动力学模型的高效参数推断与逆设计。
Supervised Metric Regularization Through Alternating Optimization for Multi-Regime Physics-Informed Neural Networks
本文提出了一种名为 TAPINN 的拓扑感知物理信息神经网络，通过监督度量正则化构建潜在空间并采用交替优化策略，有效解决了参数化动力学系统中因谱偏差导致的模态崩溃问题，在显著降低物理残差和梯度方差的同时，以比超网络方案少 5 倍的参数量实现了更稳定的收敛。
Empirical Stability Analysis of Kolmogorov-Arnold Networks in Hard-Constrained Recurrent Physics-Informed Discovery
本文实证研究了将 Kolmogorov-Arnold 网络（KAN）集成到硬约束循环物理信息架构中，发现尽管 KAN 在处理单变量多项式残差时具有一定竞争力，但其在深层配置中表现出严重的超参数脆弱性和不稳定性，且在处理乘法项（如范德波尔系统）时表现不如标准 MLP，揭示了原始 KAN 公式中加法归纳偏置在状态耦合方面的局限性。
A Comparative Study of the Streaming Instability: Unstratified Models with Marginally Coupled Grains
该研究首次系统比较了七种流体动力学代码在模拟无分层流不稳定性时的表现，发现尽管各代码在定性行为上高度一致，但尘埃模型（粒子法与流体法）在中等分辨率下会导致定量差异，而高分辨率可显著缩小这些差距，同时 GPU 计算在能效和扩展性上优于 CPU。
Tree codes and sort-and-sweep algorithms for neighborhood computation: A cache-conscious comparison
该论文通过二维多边形颗粒旋转鼓模拟，对比了排序扫描与树码邻域算法在缓存性能上的差异，发现树码算法虽略微提升了性能并有利于共享内存并行化，但显著增加了代码复杂度。
Inverse-design of two-dimensional magnonic crystals via topology optimization with frequency-domain micromagnetics
该研究提出了一种结合遗传算法与频域微磁模拟的逆向设计框架，成功探索出具有大磁子带隙的二维磁子晶体新型晶格结构，并揭示了高阶带设计景观的非凸特性。
Escaping the Hydrolysis Trap: An Agentic Workflow for Inverse Design of Durable Photocatalytic Covalent Organic Frameworks
本文提出了一种名为 Ara 的大语言模型智能体，它利用化学先验知识引导搜索，成功克服了共价有机框架（COFs）光催化剂中电子性能与水解稳定性之间的权衡难题，在耐用性光催化 COF 的逆向设计中显著优于随机搜索和贝叶斯优化方法。
Extending spin-lattice relaxation theory to three-phonon processes
该研究通过将自旋 - 晶格弛豫理论扩展至三声子过程并应用于二维层状铬氮化物复合物，证实了弱耦合假设在该体系中的有效性，同时揭示了增强自旋 - 声子耦合可能引发室温下多声子过程效率交叉的潜力。
A Space-Time Galerkin Boundary Element Method for Aeroacoustic Scattering
本文提出了一种基于空间 - 时间伽辽金格式的时域边界元法，通过高效的分解求积技术解决了双重时空积分难题，成功实现了对复杂气动声学源（如螺旋桨和旋翼）散射与屏蔽效应的稳健、无条件稳定模拟，并经解析解与实验数据验证了其高精度与实用性。
Scalable physics-informed deep generative model for solving forward and inverse stochastic differential equations
本文提出了一种可扩展的物理信息深度生成模型（sPI-GeM），通过结合物理信息基网络与深度生成模型，有效解决了高维随机空间和高维物理空间下的随机微分方程正演与反演问题。
Sum-of-Gaussians tensor neural networks for high-dimensional Schrödinger equation
本文提出了一种基于高斯和张量神经网络的算法（SOG-TNN），通过低秩张量积表示、高斯分解近似库仑相互作用以及针对短、中、长程分量的混合处理策略，有效克服了高维薛定谔方程求解中的维数灾难与库仑奇点难题，实现了量子系统的高效高精度计算。
A HHO formulation for variable density incompressible flows where the density is purely advected
本文提出了一种用于模拟变密度不可压缩流动的混合高阶（HHO）格式，该格式通过精确的体积守恒实现密度的纯对流输运，并结合 ESDIRK 时间离散方法，在压力鲁棒性、密度界保持、边界条件弱施加及计算效率等方面展现出显著优势，并通过数值实验验证了其在瑞利 - 泰勒不稳定性等复杂问题中的收敛性与网格无关性。
Cluster percolation in the three-dimensional random-bond Ising model
该研究通过大规模并行退火蒙特卡洛模拟发现，在三维随机键伊辛模型中，除纯铁磁极限外，簇渗流转变通常发生在热力学有序化转变之上，且伴随着两个密度相等的渗流簇的出现，仅当系统进入无序铁磁或自旋玻璃相时，这两个簇的密度才会发生分歧，从而为热力学相变提供了渗流特征。
Effect of Misfit and Threading Dislocations on Surface Energies of PbTe-PbSe Interfaces
该研究通过原子尺度和多尺度模拟量化了失配位错与 threading 位错对 PbTe-PbSe 界面能的影响，发现直接键合和异质外延生长形成的不同位错结构可分别使界面能较相干界面降低约 23% 和近 50%，显著证实了位错对界面能量的关键作用。
The Open Polymers 2026 (OPoly26) Dataset and Evaluations
本文发布了包含超过 657 万次密度泛函理论计算数据的“开放聚合物 2026"（OPoly26）数据集，旨在填补聚合物领域机器学习训练数据的空白，并通过展示其对提升模型预测性能的贡献，推动通用原子模型的发展。
Overcoming the Combinatorial Bottleneck in Symmetry-Driven Crystal Structure Prediction
该论文提出了一种结合大语言模型语义编码与线性复杂度启发式束搜索算法的对称性驱动生成框架，通过直接生成符合化学计量比的精细 Wyckoff 模式并约束扩散生成轨迹，有效克服了晶体结构预测中的组合爆炸难题，实现了无需依赖现有数据库即可在目标晶格空间内发现高稳定性、高新颖性新材料的突破。
peapods: A Rust-Accelerated Monte Carlo Package for Ising Spin Systems
本文介绍了 peapods，这是一个利用 Rust 高性能核心并通过 PyO3 暴露给 Python 的开源蒙特卡洛模拟包，旨在高效研究具有任意耦合常数的周期性布拉维晶格上的伊辛自旋系统，并集成了多种单自旋翻转、团簇更新及自旋玻璃专用的副本交换算法。
Characterization of Phase Transitions in a Lipkin-Meshkov-Glick Quantum Brain Model
本文通过引入生物启发的突触反馈机制，研究了 Lipkin-Meshkov-Glick 量子脑模型中的相变行为，发现该机制显著重塑了相图结构并扩大了顺磁相区域，同时利用相空间分布、Wehrl 熵及平均场动力学分析，证实了突触可塑性机制能够有效调控集体临界性。
Prediction of Extreme Events in Multiscale Simulations of Geophysical Turbulence using Reinforcement Learning
该论文提出了一种名为 SMARL 的强化学习方法，仅利用高保真样本估算的能谱作为奖励信号，成功为多尺度地球物理湍流模拟开发了能够稳定捕捉极端事件并显著降低计算自由度的亚格子尺度闭合模型。