論文の概要: Learn the Dynamics, Enforce the Physics: Generative Latent Operators for High-Dimensional Beam Evolution

• arxiv url: http://arxiv.org/abs/2610.14537v1
• Date: Sat, 10 Oct 2026 03:48:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 13:03:14.4188
• Title: Learn the Dynamics, Enforce the Physics: Generative Latent Operators for High-Dimensional Beam Evolution
• Title（参考訳）: ダイナミクスを学習し、物理を強制する:高次元ビーム進化のための生成潜在演算子
• Abstract要約: 本稿では,ビーム進化のための物理制約付き生成潜在演算子GLOBEについて紹介する。 GLOBEはビーム場状態をコンパクトな潜在空間に圧縮し、2つの成分に分解する。 状態特異的でパラメータフリーな演算子によって磁場制約を強制し、ポアソンが静電状態の電場を再構成する。
• 参考スコア（独自算出の注目度）: 46.07155029707905
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Particle-in-cell (PIC) simulation is indispensable for modeling beam dynamics in particle accelerators, but its computational cost limits many-query workflows, such as configuration exploration, virtual diagnostics, and controller design. We introduce GLOBE, a physics-constrained Generative Latent Operator for Beam Evolution, modeling the nonlinear, control-dependent, multiscale evolution of 3D beam--field dynamics covering $10^7$ spatial cells. GLOBE compresses beam--field states into a compact latent space and factors their evolution into two components. A control-conditioned neural operator learns the dominant dynamics, while an amplitude-normalized generative model captures the residual distribution, recovering fine-scale structures and conditional variations. GLOBE enforces field constraints by regime-specific, parameter-free operators: a Poisson solve reconstructs the electric field in the electrostatic regime, and a spectral projection imposes Gauss's law and a divergence-free magnetic field in the electromagnetic regime. On two high-resolution 3D particle-accelerator benchmarks, bunched-beam transport and plasma-wakefield acceleration, GLOBE lowers relative-$L_2$ error by 9\% and 13\%, low-frequency spectral error by 69\% and 51\%, and mid-frequency spectral error by 54\% and 20\% relative to the strongest baseline (DPOT), satisfies field constraints, and reduces hours of PIC simulation to a minute per rollout.
• Abstract（参考訳）: Particle-in-cell(PIC)シミュレーションは粒子加速器のビームダイナミクスのモデル化には不可欠であるが、計算コストは構成探索、仮想診断、コントローラ設計などの多くのクエリワークフローを制限する。 GLOBEは,空間セル10^7の非線形,制御依存,マルチスケールな3次元ビーム-場ダイナミクスのモデル化を行う。GLOBEは,ビーム-場状態をコンパクトな潜在空間に圧縮し,その進化を2成分に決定する。 制御条件付きニューラルオペレータは支配的ダイナミクスを学習し、振幅正規化生成モデルは残留分布を捕捉し、微細な構造と条件変動を回復する。 ポアソン解は静電状態における電場を再構成し、スペクトル射影はガウスの法則と電磁状態における発散のない磁場を課す。 2つの高分解能3次元粒子加速器ベンチマーク、束ビーム輸送およびプラズマ-ウェークフィールド加速において、GLOBEは相対-L_2$誤差を9\%、13\%、低周波スペクトル誤差を69\%、51\%、中周波スペクトル誤差を54\%、20\%、最強ベースライン(DPOT)と比較して、フィールド制約を満たすとともに、PICシミュレーションの時間を1分間に短縮する。

関連論文リスト

• Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
  Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。 平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
  論文  参考訳（メタデータ） (2026-09-29T11:24:19Z)
• Ultrafast and high resolution spatial light modulation for cold atoms [70.8440518934986]
  本研究では,局所的な化学ポテンシャル,トンネルの振幅,オンサイト相互作用,人工磁束のパターンを時間依存で制御し,完全にプログラム可能なHubbardモデルの構築と数値検証を行う。 同じアーキテクチャは2次元のツイーザーの高速で任意の置換を行い、高速な誤り訂正符号の設計から光学的制約を分離する。
  論文  参考訳（メタデータ） (2026-08-18T17:56:25Z)
• OnlyDense: Reduced-Order Modeling for Lagrangian simulation [8.41375218692909]
  本稿では,大規模粒子系のスケーラブルな表現と動的モデリングのための学習フレームワークを提案する。 我々は、学習した神経基底関数によって分散された線形部分空間で状態空間を近似する。 提案手法は, R$2$のスコアを0.99ドル以上, 基本関数を32ドル程度で, 正確に再構成し, 予測する。
  論文  参考訳（メタデータ） (2026-06-08T06:02:08Z)
• Cellular Sheaf Neural Operators for Structure-Preserving Surrogate Modeling of Constrained PDEs [0.0]
  構造保存型ニューラルPDEサロゲートのための離散化対応フレームワークを提案する。 拘束型多物理系における神経性PDEサロゲートの誘導バイアスとして, 細胞-せん断構造が有用であることを示す。
  論文  参考訳（メタデータ） (2026-05-31T00:49:25Z)
• Scalar bosonic oscillator fields in LV-wormholes [0.0]
  3+1次元ローレンツ振動(LV)ワームホール時空で伝播するスカラーボソニック振動子の量子力学について検討した。 基礎となる幾何学は、滑らかな最小半径の喉と、全世界的に規則的な赤方偏移によって特徴づけられ、非自明な曲率効果を誘導する。 以上の結果から,LVワームホール時空は量子重力媒体として有効であることが示された。
  論文  参考訳（メタデータ） (2026-05-05T05:05:05Z)
• FastPhysGS: Accelerating Physics-based Dynamic 3DGS Simulation via Interior Completion and Adaptive Optimization [56.17833729527066]
  我々は物理に基づく動的3DGSシミュレーションのためのフレームワークであるFastPhysGSを提案する。 FastPhysGSは、わずか7GBのランタイムメモリを使用して、1分で高忠実度物理シミュレーションを実現する。
  論文  参考訳（メタデータ） (2026-02-02T07:00:42Z)
• Machine Learning-Integrated Hybrid Fluid-Kinetic Framework for Quantum Electrodynamic Laser Plasma Simulations [0.0]
  本研究は,機械学習に基づく3次元ハイブリッド流体-粒子・イン・セル(PIC)システムについて紹介する。 この技術は安定領域に流体近似を用いるが、SwitchNetが不安定区間に誘導するとPICソルバを起動する。 このモデルは、決定係数(R2)が0.95以上の精度で予測し、すべてのフィールド成分に対して平均2乗誤差が10-4以下の精度で予測する。
  論文  参考訳（メタデータ） (2025-10-13T09:07:59Z)
• Physics Informed Neural Networks for design optimisation of diamond particle detectors for charged particle fast-tracking at high luminosity hadron colliders [70.66815108184498]
  将来の高輝度ハドロン衝突装置は、極端放射線耐性、空間精度、ナノ秒以下のタイミングで追跡検出器を必要とする。 3Dダイヤモンドのピクセルセンサーは、ダイヤモンドの放射硬度とキャリアの移動性のために、これらの機能を提供する。 我々は、マクスウェル方程式の準定常近似として導かれた3次、3+1D PDEを用いて、この現象をモデル化する。
  論文  参考訳（メタデータ） (2025-09-25T13:09:28Z)
• Time-inversion of spatiotemporal beam dynamics using uncertainty-aware latent evolution reversal [46.348283638884425]
  本稿では,フォワードビームダイナミクスの時相を考慮したリバースラテント進化モデル(rLEM)を提案する。 この2段階の自己教師型深層学習フレームワークでは、空調オートエンコーダ(CVAE)を用いて荷電粒子ビームの6次元空間投影を低次元潜在分布に投影する。 次に,Long Short-Term Memory (LSTM) ネットワークを用いて,潜在空間における逆時間力学を自動回帰的に学習する。
  論文  参考訳（メタデータ） (2024-08-14T23:09:01Z)
• GeoMol: Torsional Geometric Generation of Molecular 3D Conformer Ensembles [60.12186997181117]
  分子グラフからの分子の3Dコンホメーラーアンサンブルの予測は、化学情報学と薬物発見の領域において重要な役割を担っている。 既存の生成モデルは、重要な分子幾何学的要素のモデリングの欠如を含むいくつかの欠点がある。 エンド・ツー・エンド、非自己回帰、SE(3)不変の機械学習手法であるGeoMolを提案し、3Dコンバータを生成する。
  論文  参考訳（メタデータ） (2021-06-08T14:17:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。