physics.comp-ph 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。

本文开发并评估了四种机器学习原子间势函数（ACE、MACE、GAP 和 tabGAP），用于在 DFT 精度下模拟 YBCO 超导材料在辐射损伤过程中的结构与缺陷特性。

本文提出了一种结合 Kolmogorov-Arnold 网络（KAN）与水平集（Level-set）方法的物理信息框架，通过利用 KAN 的紧凑性与表达能力，实现了对移动边界问题中温度场分布与界面演化过程的高效、精确求解。

本文通过原子模拟与机器学习相结合的方法，揭示了随机难熔多主元合金（RMPEAs）局部滑移抗力的影响机制，并构建了一个能够准确预测宏观屈服强度的热激活位错模型，为合金设计提供了指导。

本文介绍了一个名为 DISCOVER 的开源符号回归框架，它通过模块化设计、物理启发式约束以及 GPU 加速技术，解决了现有工具在物理一致性、搜索空间控制及大规模计算效率方面的不足，旨在为计算物理、化学和材料科学提供高效且可解释的描述符发现工具。

本文通过在DSMC框架下对比研究Borgnakke-Larsen模型与具有严谨理论基础的Pullin模型，验证了Pullin模型在模拟双原子气体平动-转动能量交换过程中的准确性与一致性，并证明了其在处理高超声速稀薄流场方面的优越性与应用潜力。

本文研究了利用压缩感知技术结合重叠单元采样的方法，旨在减少中子蒙特卡洛模拟中的内存消耗，实验证明该方法在2D和3D重建中最高可实现81.25%（3D为96.25%）的内存缩减，并能保持较高的重建精度。

本文针对大规模并行八叉树自适应网格加密（AMR）中粗化过程导致的守恒量漂移问题，提出了一种通过在积分点计算守恒值并结合 $L^2$ 投影恢复节点的简单且可扩展的场守恒粗化算子，并在 Cahn–Hilliard 等相场模型中验证了其在保持守恒性的同时兼顾了计算效率与解的质量。

本文提出了一种基于量子启发式多层张量列（Tensor-Train）格式的单体时空方法，通过在张量格式内嵌入由粗到精的多层策略来解决非线性偏微分方程，有效克服了传统时空牛顿迭代在处理强非线性、刚性或对流占导问题时难以收敛的难题，并在多种动力学场景下实现了高精度与低计算成本的平衡。

本文在单体约化密度矩阵泛函理论内建立了一个全新的框架，该框架能够直接从单体约化密度矩阵中普遍确定费米子和玻色子基态的量子费舍尔信息，从而避免了指数级规模巨大波函数的计算复杂性。

本文提出了一种非局部取向场相场模型，该模型利用单一取向场结合了取决于误取向和倾斜角的晶界各向异性，从而在简化拟合过程的同时，实现了对晶界能量的精确调控，并能准确重现线性晶粒生长和三叉点平衡等关键微观结构行为。

physics.comp-ph