- Ионизационные волны (страты) в разрядах постоянного тока в инертных газах при низких плотностях плазмы, полученные с помощью гибридной модели кинетической жидкости (arXiv)
Автор :Владимир И. Колобов, Роберт Р. Арсланбеков
Аннотация:Гибридная модель кинетической жидкости используется для изучения ионизационных волн (страт) в разрядах постоянного тока в инертных газах при низкой плотности плазмы. Получены связанные решения кинетического уравнения для электронов, уравнения дрейфа-диффузии ионов и уравнения Пуассона для электрического поля для выяснения природы расслоения плазмы в положительном столбе и приэлектродных эффектов. Упрощенная двухуровневая модель возбуждения-ионизации используется для условий, когда нелинейные эффекты, связанные со ступенчатой ионизацией, нагревом газа и кулоновскими взаимодействиями между электронами, пренебрежимо малы. Подтверждено, что нелокальные эффекты ответственны за формирование движущихся страт в разрядах постоянного тока при малых плотностях плазмы. Расчетные свойства самовозбуждающихся нелинейных волн s-, p- и r-типов в неоне и s-типа в аргоне согласуются с имеющимися экспериментальными данными. Выяснена причина устойчивости гелиевой плазмы к расслоению. Показано, что поддержание стратифицированной плазмы более эффективно, чем плазма без страт, когда скорость ионизации является нелинейной функцией электрического поля. Однако нелинейная зависимость скорости ионизации от электрического поля не требуется для расслоения плазмы. Страты неона s-, p- и r-типов существуют с минимальным усилением ионизации или без него. Обсуждаемые ранее эффекты группировки электронов и резонанса не кажутся критическими для исследованных страт. Генерация электронов в актах ионизации контролирует формирование нелокальной функции распределения электронов по энергиям.
2. Решение мультимодальных распределений устройств в обратном фотонном дизайне с использованием инвертируемых нейронных сетей (arXiv)
Автор: Мишель Фризинг, Хорхе Браво-Абад, Ферри Принс
Аннотация. Обратное проектирование, процесс согласования параметров устройства или процесса для достижения желаемой производительности, применяется во многих дисциплинах, начиная от проектирования материалов и заканчивая химическими процессами и инженерией. Машинное обучение стало перспективным подходом к преодолению текущих ограничений, налагаемых размерностью пространства параметров и мультимодальным распределением параметров. Большинство традиционных процедур оптимизации предполагают обратимое однозначное соответствие между проектными параметрами и целевой производительностью. Однако сравнимые или даже идентичные характеристики могут быть реализованы с помощью разных схем, что приводит к мультимодальному распределению возможных решений обратной задачи проектирования, что приводит к путанице в алгоритме оптимизации. Здесь мы показываем, как подход к генеративному моделированию, основанный на обратимых нейронных сетях, может обеспечить полное распределение возможных решений обратной задачи проектирования и устранить неоднозначность обратных задач проектирования наноустройств с мультимодальными распределениями. Мы реализуем условную инвертируемую нейронную сеть (cINN) и применяем ее к экспериментальной задаче нанофотоники, состоящей в адаптации спектра пропускания металлической пленки, измельченной с помощью субволновых отпечатков. Мы сравниваем наш подход с широко используемой структурой условного вариационного автоэнкодера (cVAE) и показываем превосходную гибкость и точность предлагаемых cINN при работе с мультимодальными распределениями устройств. Наша работа показывает, что обратимые нейронные сети представляют собой ценный и универсальный инструментарий для продвижения обратного дизайна в нанонауке и нанотехнологии.
3.Физическая адаптивность спектрального метода для уравнений Власова-Пуассона на основе асимметрично-взвешенного разложения Эрмита в пространстве скоростей (arXiv)
Автор:Сесилия Пальянтини, Джан Лука Дельзанно, Стефано Маркидис
Аннотация: Мы предлагаем спектральный метод для 1D-1V системы Власова-Пуассона, где дискретизация в пространстве скоростей основана на асимметрично-взвешенных функциях Эрмита, динамически адаптируемых через масштабирование α и сдвиг u скорости переменная. А именно, в каждый момент времени критерий адаптивности выбирает новые значения α и u на основе численного решения дискретной системы Власова-Пуассона, полученного на этом временном шаге. Как только новые значения параметров Эрмита α и u зафиксированы, разложение Эрмита обновляется, и дискретная система подвергается дальнейшему развитию для следующего временного шага. Процедура применяется итеративно в течение желаемого временного интервала. Ключевыми аспектами адаптивного алгоритма являются: отображение между пространствами аппроксимации, связанными с различными значениями параметров Эрмита, сохраняющее полную массу, импульс и энергию; и критерий адаптивности для обновления α и u на основе физических соображений, связывающих параметры Эрмита со средней скоростью и температурой каждого вида плазмы. Для дискретизации пространственной координаты мы полагаемся на функции Фурье и используем неявное правило средней точки для шага по времени. Результирующий численный метод по своей сути обладает свойством гидрокинетической связи, где младшие члены разложения аналогичны жидкостным моментам макроскопического описания плазмы, в то время как кинетическая физика сохраняется за счет добавления большего количества спектральных членов. Кроме того, в схеме реализовано сохранение полной массы, импульса и энергии, связанных в дискретном, для периодических граничных условий. Комплекс численных экспериментов подтверждает, что адаптивный метод превосходит неадаптивный по точности и устойчивости численного решения.
4. Многофотонный генератор событий Монте-Карло KKMCee для рождения пар лептонов и кварков на лептонных коллайдерах (arXiv)
Автор:С. Ядач, Б.Ф.Л. Уорд, З. Был, С.А. Йост, А. Сиодмок
Аннотация: Мы представляем генератор событий Монте-Карло KKMCee 5.00.2 для образования пар лептонов и кварков для высокоэнергетического процесса электрон-позитронной аннигиляции. Это по-прежнему самый сложный генератор событий для таких процессов. Весь его исходный код переписан на современном языке C++. Он воспроизводит все функции старого кода KKMC на Фортране 77. Однако ряд улучшений в алгоритме Монте-Карло
также реализованы ритмы. Самое главное, он призван стать отправной точкой для будущих улучшений, которые будут обязательными для будущих проектов высокоточного лептонного коллайдера. Как и в старой версии, помимо КЭД-поправок более высокого порядка, она включает в себя так называемые подлинные слабые поправки O(α1.5) с использованием версии классической библиотеки DIZET и поляризованные τ-распады с использованием программы TAUOLA. Внешние библиотеки DIZET и TAUOLA по-прежнему находятся на Fortran 77. Кроме того, интерфейс HEPMC3 для других программ MC, таких как партонные потоки и моделирование детектора, заменяет старый интерфейс HepEvt. Интерфейс HEPMC3 также используется для реализации дополнительных эмиссий фотонов в конечном состоянии в τ-распадах с использованием внешней библиотеки PHOTOS, переписанной на C.
