903 articles
La physique de calcul, ou Comp-Ph, explore comment les superordinateurs modélisent l'univers, des collisions d'atomes à la formation des galaxies. Ce domaine transforme des équations complexes en simulations visuelles, permettant aux chercheurs de tester des théories impossibles à vérifier en laboratoire. C'est une fenêtre unique sur la mécanique fondamentale de la réalité, où le code informatique devient un outil d'observation aussi puissant que les télescopes.
Sur Gist.Science, nous parcourons systématiquement les nouveaux prépublications de arXiv dans cette catégorie pour vous offrir une double perspective. Chaque article reçoit un résumé technique précis pour les experts, accompagné d'une explication claire et accessible pour tous les curieux. Cette approche double garantit que vous comprenez à la fois la méthode scientifique rigoureuse et ses implications concrètes, sans barrière de langage.
Découvrez ci-dessous les dernières contributions de la communauté scientifique, soigneusement sélectionnées et résumées pour éclairer les avancées récentes en physique computationnelle.
Ce papier examine une approche alternative de recherche de chemin utilisant l'algorithme A* pour calculer le paramètre de centrosymétrie d'appariement de poids minimal, offrant une solution potentielle aux défauts identifiés dans les méthodes existantes d'analyse de la dynamique moléculaire.
Ce papier présente une méthode unifiée onde-particule cinétique des gaz (UGKWP) pour simuler des mélanges gazeux binaires multiscalaires, qui capture avec précision les différences de vitesse et de température spécifiques à chaque espèce à travers les régimes du continu au raréfié en intégrant un modèle d'équilibre corrigé, une correction du nombre de Prandtl basée sur Shakhov et des mécanismes de transport de particules améliorés, tout en démontrant une forte concordance avec les résultats DSMC pour les écoulements hypersoniques.
Cette étude combine des calculs DFT de premiers principes avec des expériences de recuit à ultra-haute pression pour démontrer que la diffusion du silicium dans le nitrure de gallium est extrêmement limitée en raison de barrières d'activation prohibitivement élevées, confirmant ainsi la stabilité du matériau pour un dopage précis dans des applications électroniques avancées.
Cette étude démontre que les champs de force appris par machine, entraînés sur des données de type couplé-cluster et améliorés par des approches d'apprentissage delta et sensibles à la charge pour traiter les effets à longue portée et les limitations des données, atteignent une précision supérieure dans la prédiction des dispersions de phonons et des propriétés vibrationnelles anharmoniques du diamant et de l'hydrure de lithium par rapport à la théorie de la fonctionnelle de la densité traditionnelle.
Des chercheurs ont simulé avec succès pour la première fois un ordinateur quantique universel de 50 qubits sur le supercalculateur exascale JUPITER de l'Europe, en exploitant son architecture hétérogène GH200 grâce à trois innovations clés : une utilisation étendue de la mémoire via des interconnexions CPU-GPU, un codage adaptatif des données et un optimiseur de trafic réseau en temps réel, permettant d'atteindre une accélération de 16,6 fois par rapport aux records précédents.
Ce papier démontre que l'intégration d'une projection d'étiquettes et d'un réseau d'incorporation novateur dans les réseaux antagonistes génératifs conditionnels améliore considérablement l'efficacité et la précision de la conception inverse de nanostructures plasmoniques à partir de spectres de section efficace d'extinction, permettant une réduction des erreurs d'un ordre de grandeur et une convergence plus rapide à travers différentes architectures.
Cet article présente un cadre de réseau de neurones convolutif informé par la physique qui prédit avec précision les champs de vitesse à l'échelle des pores dans des milieux poreux complexes en intégrant des contraintes physiques au processus d'entraînement, permettant ainsi une accélération significative des simulations de Lattice-Boltzmann grâce à des conditions initiales améliorées.
Ce papier démontre que les grands modèles de langage multimodaux peuvent exploiter efficacement les indices de Miller en tant que variables latentes structurées pour raisonner sur la géométrie des fractures, en inférant de manière fiable des hypothèses de plans dans des contextes idéalisés tout en rejetant correctement de telles représentations lorsque la physique sous-jacente ne les soutient pas, et ce à travers diverses classes de matériaux.
Ce document présente Lumina, un cadre modulaire basé sur Python qui unifie les données fragmentées sur les matériaux multiéchelles relatives aux régimes aéro-chimio-thermomécaniques extrêmes au sein d'un écosystème centralisé, augmenté par l'IA, afin de rationaliser la conception expérimentale, de valider les comportements chimiques et d'améliorer la modélisation prédictive pour les applications avancées de défense et d'aérospatiale.
Cet article présente un cadre d'apprentissage par renforcement relatif au vent pour la navigation olfactive dans des environnements turbulents, démontrant qu'un agent utilisant uniquement le temps écoulé depuis la dernière détection d'odeur et une direction du vent estimée localement peut surpasser les stratégies traditionnelles et adapter son comportement en fonction de la qualité de l'estimation du vent, tant dans un vent moyen que dans une turbulence isotrope.