实现纳米光子学的大规模模拟

封面描绘了来自三个入射角的光从无序结构中散射出来。这类系统的建模需要用数值方法求解麦克斯韦方程组，这需要大量的计算资源，尤其是大规模模拟。在本期中，Lin等人介绍了一种称为增广部分分解的方法，该方法可以通过仅对感兴趣的量求解麦克斯韦方程组来有效地执行这样的建模任务。该方法同样适用于其它线性偏微分方程。

参见Lin et al. and Liu

对抗性学习扩展到量子领域

封面描绘了超导平台上的量子对抗性学习，其中击剑手拿着的盾牌代表了量子学习模型对潜在对抗性攻击的防御。竞技场的中心是一个原子的符号，代表一个可编程的量子处理器，提供底层的学习框架。

参见Ren et al.和Banchi

生物力学设计灵感来自脱水的百香果

形态变化在许多生物系统中普遍存在，可以启发工程设计。然而，由于该问题的高度非线性性质，对这种模式形成的建模和预测提出了挑战。在这一期中，Xu等人建立了一个固体力学模型来解释和预测在脱水的百香果表面观察到的形态变化。这种预测的手性起皱拓扑结构进一步启发了智能机器人的设计，例如目标自适应抓取器。

参见Xu et al.和Dal Corso

诺贝尔奖历史的计算计算

这个月的重点是计算科学界对以往诺贝尔化学和物理学奖的贡献。本期杂志包括与多位专家的对话和评论，其中包括过去的诺贝尔奖得主，目的不仅是为了庆祝贡献的多样性，也是为了进一步展望未来和我们面临的挑战。

看到编辑

物理距离如何影响沟通

封面描绘了麻省理工学院(MIT)内部的电子邮件网络，其中节点代表麻省理工学院的研究人员，节点大小根据各自的连接数设置。强联系，用红色标出，是研究人员之间至少有一个相互联系的联系。淡蓝色的弱关系是指没有共同联系的研究人员之间的联系。Carmody等人探索了麻省理工学院校园内由于COVID-19大流行而完全移除和随后部分重新引入物理接近的机制，通过这种机制，影响了通信网络和弱联系的形成，而弱联系是已知能够传播新信息的。

参见Carmody et al.和Meluso

从录像中提取隐藏状态变量

状态变量用于对动力系统进行数学建模，例如在封面中描述的运动中的混沌摇摆杆。然而，识别隐藏的状态变量仍然是一项具有挑战性的任务。在本期中，Chen等人介绍了一种数据驱动的方法，该方法分析了高维可观察数据(例如视频帧)，不仅可以自动识别描述复杂系统动力学所需的最小状态变量数量，还可以自动识别这些变量可能是什么，而无需任何基础物理的先验知识。

参见Chen et al.和Krämer

计算流体动力学的机器学习

在本期中，Vinuesa和Brunton讨论了使用机器学习来改进计算流体动力学(CFD)的各种机会和局限性，并就机器学习在CFD中有前景的几个新兴领域提供了他们的观点。

参见Vinuesa和Brunton

脑连接体的大规模评估

识别大脑结构连接，也被称为连接组，对于阐明神经元和神经网络如何处理信息至关重要。然而，现有的大连接体数据修剪算法在全连接体关联研究中速度和记忆性能有限。在本期中，Sreenivasan等人提出了一种基于gpu的连接组修剪实现，称为ReAl-LiFE，并通过将其应用于广泛的数据集来展示其计算效率和实用性。

参见Sreenivasan et al.和Zuo

DNA数据存储的高信息密度

DNA是一种很有前途的数据存储介质。然而，设计一种能够实现高信息密度(即每克DNA的高字节数)同时提供强大容错性的转码算法仍然是一项挑战。在本期中，Ping等人介绍了一种编解码器，该编解码器在体内实现了接近理论最大值的物理信息密度，同时对各种类型的误差具有鲁棒性。

参见Ping et al.和Manish K. Gupta

模拟抗体结合抗原模式

可以看到抗体与抗原阵列结合并在抗原阵列上行走，抗原阵列以红色球体表示，并以分离距离递减的梯度排列。随机模型表明，抗体在导致最稳定结合的梯度方向上表现出定向迁移。结合稳定性取决于菌株对各抗体诱导的不同抗原分离距离。

参见Hoffecker等人。

大规模网络的可解释可视化

许多复杂的系统可以表示为相互作用的组件网络。然而，从视觉上研究和解释复杂的网络结构仍然很困难。h tter等人介绍了一种用于创建可视化景观和网络地图的计算方法，该方法有助于探索大型网络的特征并识别大型数据集中的模式。在封面图像中，可视化中的点和线代表蛋白质及其在人体细胞中的相互作用。

参见h等人。

信号的时频分析

分析和处理信号，如声音、图像和科学测量，对于解释它们所携带的信息非常重要。时频分析是研究信号的一种常用技术，但高分辨率的分析往往伴随着高昂的计算成本。在本期中，Arts和van den Broek提出了一个开源框架，可以对信号进行实时、准确和抗噪声的时频分析，并展示了其在现实世界应用中的适用性，例如从脑电图中获得的大脑信号。

参见Arts and van den Broek