WikiEdge:ArXiv速递/2025-05-01

来自WikiEdge
Carole（留言 | 贡献）2025年5月4日 (日) 11:04的版本 （Updated page by Carole）
跳转到导航 跳转到搜索

摘要

  • 原文标题：Forward kinematics of a general Stewart-Gough platform by elimination templates
  • 中文标题：通用Stewart-Gough平台正运动学的消元模板解法
  • 发布日期：2025-05-01 16:18:07+00:00
  • 作者：Evgeniy Martyushev
  • 分类：cs.RO
  • 原文链接：http://arxiv.org/abs/2505.00634v1

中文摘要：本文针对通用Stewart-Gough平台的正向运动学问题提出了一种高效的代数解法。该问题需要在给定支腿长度及平台与底座内部几何结构的情况下，确定由六条支腿连接的活动平台所有可能的位姿。已知该问题存在40个解（包括实解与复解）。所提算法包含三个主要步骤：(i) 根据描述平台运动学的多项式系统系数，构建一个特定的293×362稀疏矩阵（消元模板）；(ii) 利用该矩阵的PLU分解构造一对69×69矩阵；(iii) 通过计算该矩阵对的广义特征向量获得全部40个解（含复数解）。该算法具有数值鲁棒性、计算高效性且易于实现——仅需标准线性代数分解。算法的MATLAB、Julia和Python实现将公开提供。

摘要

  • 原文标题：Accurate Modeling of Interfacial Thermal Transport in van der Waals Heterostructures via Hybrid Machine Learning and Registry-Dependent Potentials
  • 中文标题：范德瓦尔斯异质结构界面热输运的精确建模：基于混合机器学习与位型相关势的方法
  • 发布日期：2025-05-01 08:02:12+00:00
  • 作者：Wenwu Jiang, Hekai Bu, Ting Liang, Penghua Ying, Zheyong Fan, Jianbin Xu, Wengen Ouyang
  • 分类：physics.comp-ph
  • 原文链接：http://arxiv.org/abs/2505.00376v1

中文摘要：二维过渡金属硫族化合物(TMDs)因其强层内共价键和弱层间范德华(vdW)相互作用而表现出显著的热各向异性。然而，准确模拟其热输运特性仍面临重大挑战，主要源于密度泛函理论(DFT)的计算局限性和经典力场在非平衡状态下的不准确性。为此，我们采用最新开发的混合计算框架，将层内相互作用的机器学习势(MLP)与各向异性vdW层间相互作用的位点相关层间势(ILP)相结合，实现了接近量子力学的精度。该方法在TMD体系中对DFT计算结果和实验数据表现出极佳的一致性，能准确预测晶格常数、体模量、莫尔重构、声子谱和热导率等关键性质。该方法的可扩展性使其能精确模拟具有大规模莫尔超晶格的TMD异质结构，成为设计基于TMD的热超材料和器件的变革性工具，在精度与计算效率之间架起了桥梁。

摘要

  • 原文标题：Forward kinematics of a general Stewart-Gough platform by elimination templates
  • 中文标题：通用Stewart-Gough平台正运动学的消元模板解法
  • 发布日期：2025-05-01 16:18:07+00:00
  • 作者：Evgeniy Martyushev
  • 分类：cs.RO
  • 原文链接：http://arxiv.org/abs/2505.00634v1

中文摘要：本文针对通用Stewart-Gough平台的正向运动学问题提出了一种高效的代数解法。该问题需要根据支腿长度及平台与基座的内部几何结构，确定由六条支腿连接的活动平台所有可能的位姿。已知该问题存在40个解（包括实解与复解）。所提算法包含三个主要步骤：(i) 从描述平台运动学的多项式系统系数构建特定293×362稀疏矩阵（消元模板）；(ii) 利用该矩阵的PLU分解构造一对69×69矩阵；(iii) 通过计算该矩阵对的广义特征向量获得全部40个解（含复数解）。该算法具有数值鲁棒性、计算高效性且易于实现——仅需标准线性代数分解。算法的MATLAB、Julia和Python实现将公开提供。

摘要

  • 原文标题：Accurate Modeling of Interfacial Thermal Transport in van der Waals Heterostructures via Hybrid Machine Learning and Registry-Dependent Potentials
  • 中文标题：范德华异质结界面热输运的精确建模：基于混合机器学习与位型依赖势的方法
  • 发布日期：2025-05-01 08:02:12+00:00
  • 作者：Wenwu Jiang, Hekai Bu, Ting Liang, Penghua Ying, Zheyong Fan, Jianbin Xu, Wengen Ouyang
  • 分类：physics.comp-ph
  • 原文链接：http://arxiv.org/abs/2505.00376v1

中文摘要：二维过渡金属二硫属化物(TMDs)因其强层内共价键和弱层间范德华力(vdW)相互作用而表现出显著的热各向异性。然而，准确模拟其热输运特性仍面临重大挑战，主要源于密度泛函理论(DFT)的计算局限性和经典力场在非平衡态下的不准确性。为此，我们采用新开发的混合计算框架：结合机器学习势(MLP)处理层内相互作用，以及依赖堆叠构型的层间势(ILP)描述各向异性vdW层间作用，实现了接近量子力学的精度。该方法在TMD体系中的DFT计算结果和实验数据均展现出卓越的一致性，可精确预测晶格常数、体模量、莫尔重构、声子谱和热导率等关键性质。该方法的可扩展性使其能精确模拟具有大规模莫尔超晶格的TMD异质结构，成为设计基于TMD的热超材料和器件的变革性工具，在计算精度与效率之间架起了桥梁。

摘要

  • 原文标题：Forward kinematics of a general Stewart-Gough platform by elimination templates
  • 中文标题：通用Stewart-Gough平台正运动学的消元模板解法
  • 发布日期：2025-05-01 16:18:07+00:00
  • 作者：Evgeniy Martyushev
  • 分类：cs.RO
  • 原文链接：http://arxiv.org/abs/2505.00634v1

中文摘要：本文针对通用Stewart-Gough平台的正向运动学问题提出了一种高效的代数解法。该问题需要根据六条支腿的长度以及平台与基座的内部几何结构，确定移动平台相对于固定基座的所有可能位姿。已知该问题存在40个解（包括实解和复解）。所提算法包含三个主要步骤：(i) 从描述平台运动学的多项式系统系数构建一个特定的293×362稀疏矩阵（消元模板）；(ii) 利用该矩阵的PLU分解构造一对69×69矩阵；(iii) 通过计算该矩阵对的广义特征向量获得全部40个解（含复数解）。该算法具有数值鲁棒性、计算高效性且易于实现——仅需标准线性代数分解。算法的MATLAB、Julia和Python实现将公开提供。

摘要

  • 原文标题：PDCS: A Primal-Dual Large-Scale Conic Programming Solver with GPU Enhancements
  • 中文标题：PDCS：一种支持GPU加速的大规模锥规划原始-对偶求解器
  • 发布日期：2025-05-01 05:13:48+00:00
  • 作者：Zhenwei Lin, Zikai Xiong, Dongdong Ge, Yinyu Ye
  • 分类：math.OC, cs.MS
  • 原文链接：http://arxiv.org/abs/2505.00311v1

中文摘要：本文提出"原始-对偶锥规划求解器"(PDCS)——一种支持GPU加速的大规模锥规划求解器。该求解器当前支持线性规划、二阶锥规划、凸二次规划和指数锥规划问题。PDCS通过将稀疏矩阵-向量乘法作为核心计算操作，既保证内存效率又适配GPU加速，从而实现大规模问题的可扩展性。该求解器基于重启原始-对偶混合梯度法，并进一步整合了多项改进：自适应反射Halpern重启、自适应步长选择、自适应权重调整及对角重缩放。此外，PDCS采用基于双射的方法计算重缩放锥上的投影。其GPU实现版本cuPDCS通过定制化计算方案，利用GPU架构的不同层级处理不同类型和规模的锥体。数值实验表明，在Fisher市场均衡问题、Lasso回归和多周期投资组合优化等大规模锥规划应用中，cuPDCS通常比最先进的商业求解器和其他一阶方法更高效。在锥规划基准数据集CBLIB上，相比其他一阶方法，cuPDCS也展现出更好的可扩展性、效率和鲁棒性。这些优势在大规模、低精度场景中更为显著。

摘要

  • 原文标题：Accurate Modeling of Interfacial Thermal Transport in van der Waals Heterostructures via Hybrid Machine Learning and Registry-Dependent Potentials
  • 中文标题：基于混合机器学习和位点依赖势的范德华异质结界面热输运精确建模
  • 发布日期：2025-05-01 08:02:12+00:00
  • 作者：Wenwu Jiang, Hekai Bu, Ting Liang, Penghua Ying, Zheyong Fan, Jianbin Xu, Wengen Ouyang
  • 分类：physics.comp-ph
  • 原文链接：http://arxiv.org/abs/2505.00376v1

中文摘要：二维过渡金属硫族化合物(TMDs)因其强层内共价键和弱层间范德华力(vdW)相互作用而表现出显著的热各向异性。然而，准确模拟其热输运特性仍面临重大挑战，主要源于密度泛函理论(DFT)的计算局限性和经典力场在非平衡状态下的不准确性。为此，我们采用最新开发的混合计算框架，将用于层内相互作用的机器学习势(MLP)与描述各向异性vdW层间相互作用的位点相关层间势(ILP)相结合，实现了接近量子力学的精度。该方法在TMD体系中的DFT计算结果和实验数据表现出卓越的一致性，能准确预测晶格常数、体模量、莫尔重构、声子谱和热导率等关键性质。该方法的可扩展性使其能精确模拟具有大规模莫尔超晶格的TMD异质结构，成为设计基于TMD的热超材料和器件的变革性工具，在计算精度与效率之间架起了桥梁。

取自“http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv速递/2025-05-01&oldid=8180”