Data-Efficient Machine learning for Predicting Dopant Formation Energies in TiO Monolayer
本文提出了一种结合密度泛函理论计算与物理相关描述符的数据高效机器学习框架，成功实现了对掺杂二氧化钛单层形成能量的准确预测，并验证了该模型在小样本条件下具有良好的化学可迁移性。
🔬 Category
physics.comp-ph
917 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。
Auxiliary field quantum Monte Carlo at the basis set limit: application to lattice constants
本文在 VASP 中实现了基于 PAW 形式的平面波辅助场量子蒙特卡洛（AFQMC）方法，通过精确处理 PAW 重叠算符在完备基组极限下保持了立方标度，并证明该方法能有效修正 MP2 和 RPA 的缺陷，以 0.14% 的平均相对误差高精度预测了多种材料的晶格常数。
Odd Radio Circles Modeled by Shock-Bubble Interactions
该研究通过三维磁流体动力学模拟提出，奇异的射电圆环（ORCs）是由激波与星际介质中的化石射电瓣相互作用引发的 Richtmyer-Meshkov 不稳定性所形成的同步辐射涡环，其模型参数与观测数据吻合，且无需将 ORC 定位于宿主星系中心。
Physics-Informed Neural Network for Elastic Wave-Mode Separation
本文提出了一种基于物理信息神经网络（PINN）的弹性波模式分离方法，通过求解标量泊松方程替代传统矢量形式，在显著降低计算成本的同时，实现了在均匀及非均匀介质中对 P 波和 S 波的高效、低泄漏分离。
An open-source computational framework for immersed fluid-structure interaction modeling using FEBio and MFEM
本文提出了一种开源浸没式流固耦合计算框架，通过结合 MFEM 的高性能并行流体求解能力与 FEBio 的先进生物力学固体建模功能，利用虚构域方法和全隐式单块耦合方案，有效解决了心脏瓣膜等涉及大变形和接触问题的生物系统模拟挑战。
aurel: A Python package for automatic relativistic calculations
\texttt{aurel} 是一个开源 Python 包，通过结合符号计算与基于有限差分法的数值后处理功能，利用高效的缓存和依赖追踪系统，自动从解析表达式或数值相对论模拟数据中计算各类相对论张量物理量。
On Capturing Laminar/Turbulent Regions Over a Wing Using WMLES
该研究通过壁面模化大涡模拟（WMLES）探究了机翼层流与湍流区域的网格分辨率需求，发现单一网格难以同时满足两者精度，而结合基于 RANS 的变厚度网格与上游引入的不稳定扰动，成功实现了对转捩过程及湍流区摩擦阻力的准确捕捉。
Toward Adaptive Non-Intrusive Reduced-Order Models: Design and Challenges
本文提出并评估了三种自适应非侵入式降阶模型（Adaptive OpInf、Adaptive NiTROM 及其混合方法），通过在线更新潜子空间和动力学算子，有效解决了传统静态模型在训练流形外预测时的漂移与失稳问题，为构建在动态演化中保持物理一致性和鲁棒性的自校正降阶模型提供了实用框架。
Intermediate Thermal Equilibrium Stages in Molecular Dynamics Simulations of two Bodies in Contact
本研究利用经典分子动力学模拟，通过含氩原子的两区和三区模型，深入分析了两个物体接触后直至达到热力学第零定律所描述的热平衡态之前的中间演化阶段，揭示了热传导对平衡时间、涨落及温度分布的影响。
Linear Analysis of Stochastic Verlet-Type Integrators for Langevin Equations
本文通过建立分析框架，对多种随机Verlet型积分器在模拟朗之万方程时的扩散、漂移及统计采样能力进行了定量评估，并指出GJ积分器在处理线性系统及复杂非线性系统时具有最优的性能。