1280 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.
Cette étude propose l'utilisation de réseaux d'opérateurs profonds (DeepONets) comme modèle de substitution efficace et précis pour le modèle numérique SWAN, permettant de prédire avec fiabilité les gradients de contrainte de radiation et la hauteur significative des vagues dans des scénarios de simulation d'état stationnaire complexes.
Cet article présente DD-03B, une base de données massivement évolutive contenant 0,3 milliard de trajectoires de dissociation all-atomique pour 19 037 complexes ligand-protéine, qui permet de caractériser les mécanismes cinétiques et de servir de fondation pour l'entraînement de modèles d'IA générative en conception de médicaments.
Cette étude par simulations Monte Carlo démontre que l'amélioration suprathermique par réactions de fusion rapides est limitée, invalidant la criticité dans le deutérium pur et les combustibles anéutroniques, tandis qu'elle reste modeste et conditionnelle à l'absence de fuite neutronique dans les mélanges DT.
Les auteurs ont implémenté dans CP2K de nouveaux schémas de calcul *ab initio* des paramètres de Hubbard dépendants de l'énergie, en étendant la méthode de réponse linéaire à suivi de minimum pour mieux capturer les effets d'échange-corrélation et en comparant leurs performances dynamiques à celles du schéma ACBN0.
Cette étude utilise des simulations de la méthode des éléments discrets pour démontrer que dans les réacteurs à lit agité horizontal, l'augmentation de la vitesse de rotation améliore le mélange et la circulation des particules, tandis qu'un niveau de remplissage plus élevé ralentit le mélange axial et réduit la dispersion, révélant ainsi des compromis critiques pour l'optimisation des conditions de fonctionnement.
Cet article propose une nouvelle classe d'intégrateurs cosmologiques inspirés de la théorie des perturbations lagrangiennes qui surpassent les méthodes standard et FastPM en précision avec peu de pas de temps, tout en démontrant que leur convergence est intrinsèquement limitée par le manque de régularité du champ d'accélération après le croisement des coquilles et que la symplecticité joue un rôle mineur dans ce contexte.
Cet article propose un cadre théorique non perturbatif novateur pour le modèle de Hubbard bidimensionnel à basse température, fondé sur une symétrisation des états brisant la symétrie et une approche GW-covariance respectant les théorèmes de Mermin-Wagner, les relations de fluctuation-dissipation et les identités de Ward-Takahashi, permettant d'obtenir des résultats en bon accord avec les simulations Monte Carlo quantique déterminantielles.
Cet article propose de nouvelles équations des moments pour les eaux peu profondes en régularisant les variables primitives plutôt que les variables convectives, garantissant ainsi l'hyperbolicité, la conservation de l'équation de la quantité de mouvement et une plus grande précision par rapport aux modèles existants.
Cette étude démontre que, pour l'optimisation bayésienne par lots de fonctions « boîte noire » en dimensions réduites sans connaissance préalable du paysage ou du bruit, la fonction d'acquisition qUCB constitue le choix par défaut optimal, surpassant les approches UCB/LP et qlogEI sur des benchmarks mathématiques et des données expérimentales de cellules solaires à pérovskite.
Les auteurs proposent un algorithme d'optimisation combinatoire généralisé (GSB) qui exploite le « bord du chaos » pour atteindre des taux de réussite proches de 100 % et réduire le temps de résolution de deux ordres de grandeur par rapport aux méthodes antérieures.