1268 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.
Cet article présente une méthode Hybride Haute Ordre (HHO) invariante de jauge pour l'équation de Schrödinger magnétique, qui garantit la covariance de jauge asymptotique sur des maillages polyédriques arbitraires tout en assurant une convergence optimale et la stabilité de l'état fondamental.
Cet article démontre que les fluctuations de circulation dans la turbulence homogène et isotrope peuvent être précisément décrites par une approche superstatistique utilisant des distributions q-exponentielles, reliant ainsi la structure statistique de la cascade turbulente à la mécanique statistique non extensive.
Cette étude propose un modèle semi-analytique basé sur la théorie des poutres de Timoshenko sur fondation de Winkler pour analyser les vibrations transversales des conduites enterrées, révélant l'existence de quatre régimes vibratoires séparés par trois fréquences de transition et démontrant l'influence critique de la rigidité du sol et de la longueur du système sur l'amplification dynamique.
Cet article présente une méthode basée sur l'apprentissage automatique utilisant des réseaux de neurones pour estimer en temps réel les champs de rayonnement diffusé tridimensionnels en radiologie interventionnelle, entraînés sur des données simulées par Monte Carlo et validés par des métriques de précision spatiale.
Le papier présente AeTHERON, un opérateur de réseau de graphes hétérogènes autoregressif et conscient de la topologie qui surpasse les simulations numériques directes en modélisant avec précision et rapidité les interactions fluide-structure complexes d'une nageoire caudale flexible grâce à une architecture inspirée de la méthode de frontière immergée.
Cet article propose et valide un schéma d'ordre trois amélioré pour le modèle de Boltzmann sur réseau à pseudopotentiel, conçu pour supprimer les oscillations de vitesse parasites aux interfaces de phase et ainsi garantir des résultats fiables dans les écoulements multiphasiques.
Cette étude présente un modèle à grains grossiers pour les systèmes SDS/eau basé sur le champ de force MDPD–Martini, qui reproduit avec succès les isothermes de tension superficielle expérimentales et offre une alternative crédible aux simulations de dynamique moléculaire pour les systèmes chargés.
Cette étude démontre que l'implémentation de réseaux de neurones ResNet dans le cadre WatChMaL permet de reconstruire les événements du futur détecteur Hyper-Kamiokande avec une précision comparable aux méthodes traditionnelles tout en accélérant le traitement d'un facteur de l'ordre de , offrant ainsi une solution évolutive pour gérer les vastes ensembles de données requis.
Cet article présente une méthode de calibration bayésienne hiérarchique accélérée par des réseaux de neurones profonds pour dériver des modèles mésoscopiques précis de microbulles encapsulées utilisées comme agents de contraste en ultrasons, en s'appuyant sur des données de spectroscopie de force.