1261 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 présente un algorithme de mélange de groupes de résonance informé par les statistiques de résonance, intégré dans un cadre automatique d'ajustement de sections efficaces, qui, tout en maintenant un accord ponctuel, améliore considérablement la cohérence avec les statistiques d'espacement des niveaux de Wigner et stabilise les densités de résonance ajustées contre les imperfections du modèle.
Ce papier présente une méthode d'ondes augmentées par projecteur à éléments finis (PAW-FE) centrée sur le GPU et évolutive, qui exploite des innovations algorithmiques telles que l'arithmétique de précision mixte et l'itération de sous-espace filtrée par Chebyshev pour obtenir des accélérations significatives et des performances prêtes pour l'exascale dans le cadre de simulations de grande envergure de la théorie de la fonctionnelle de la densité chimiquement précises.
Cette étude présente un cadre quantitatif combinant la dynamique moléculaire à grains grossiers et le docking moléculaire pour générer des cartes thermiques résolues en orientation de l'adsorption de protéines sur des nanoparticules de silice, reliant avec succès les scores de docking aux énergies d'adsorption afin d'améliorer la modélisation prédictive des interactions protéine-nanoparticule.
Cet article présente une implémentation efficace et précise des fonctionnelles d'échange-corrélation hybrides dans le code SIESTA, utilisant une représentation ajustée par des gaussiennes des orbitales atomiques numériques pour permettre des simulations à grande échelle et évolutives de systèmes étendus avec des prédictions de gap de bande nettement améliorées.
Cet article présente un cadre multifidélité de type Mixture-of-Experts pour les potentiels interatomiques en apprentissage automatique, qui partitionne spatialement les domaines de simulation et utilise une stratégie de co-entraînement pour résoudre les incohérences mécaniques aux interfaces, permettant ainsi d'atteindre une précision de haute fidélité pour des systèmes catalytiques complexes à plus du double de la vitesse de calcul des méthodes standard.
En utilisant des simulations numériques directes accélérées par GPU à haute résolution, cette étude révèle que la turbulence supersonique subit un changement fondamental dans ses mécanismes de cascade d'énergie, caractérisé par une transition d'une échelle de type Kolmogorov à une échelle de type Burgers dans les spectres d'énergie rotationnelle, pilotée par un transfert d'énergie dominant à travers les échelles des modes solénoïdaux vers les modes compressifs.
Ce papier présente un cadre au niveau des opérateurs pour la dynamique conservative qui utilise des règles exactes de transfert entier antisymétriques sur un espace d'états quantifié pour éliminer la dérive d'arrondi numérique et imposer la sélection d'entropie directement au niveau arithmétique, préservant ainsi les lois de conservation et les structures de choc sans recourir à une annulation approximative des flux.
L'article présente GMT, un Transformateur Multigrille Géométrique qui réalise une homogénéisation en temps réel et haute fidélité des métamatériaux réticulaires en intégrant la prédiction neuronale à la rigueur numérique pour offrir une accélération de 160 fois par rapport aux solveurs de l'état de l'art tout en maintenant une précision de niveau ingénierie.
Ce papier présente XDFT, un agent en boucle fermée auto-évoluant qui diagnostique et résout automatiquement le décalage courant entre les états métalliques prédits par la DFT et les comportements semi-conducteurs expérimentaux dans les matériaux complexes en testant itérativement des hypothèses sélectionnées et en mettant à jour une postérieure bayésienne, atteignant un taux de réussite de 78 % sur une référence de 124 matériaux.
Ce papier introduit les Méthodes Généralisées de Yee (MGY), une classe évolutive de solveurs éléments finis de Maxwell préservant la structure qui étendent la méthode de Yee aux maillages non structurés et à une précision d'ordre supérieur en utilisant des éléments conformes à la suite de de Rham et des approximations de matrices de masse creuses, tout en maintenant rigoureusement la localité et la symplecticité pour la stabilité numérique à long terme et le couplage particule-sur-grille.