1266 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 nouveau formalisme, nommé formalisme , permettant de calculer précisément ou d'approximer efficacement le potentiel électrique d'objets conducteurs isolés sans avoir recours au calcul préalable de la distribution de charge en surface.
Ce papier présente PHIN-GAN, un nouveau réseau antagoniste génératif informé par la physique qui utilise des fonctions de densité de probabilité analytiques pour simuler les interactions particules-matière avec une fidélité comparable à GEANT4, mais à un coût computationnel nettement réduit.
Cette étude démontre que, même en régime de continuum, le tube de choc visqueux à bas nombre de Reynolds présente des phénomènes de non-équilibre importants, nécessitant l'utilisation de méthodes multiscalaires comme le schéma cinétique gazeux unifié (UGKS) pour obtenir des solutions physiquement cohérentes.
Ce travail propose deux variantes de la méthode « structure factor twist averaging » (sfTA), nommées *paired sfTA* et *binding sfTA*, afin d'améliorer la précision du calcul des énergies de liaison dans les matériaux bicouches en intégrant l'interaction de liaison dans la sélection de l'angle de torsion.
Cette étude propose une nouvelle méthode combinant les distributions postérieures tempérées et l'échantillonnage de Wang-Landau pour optimiser l'inférence bayésienne et améliorer la précision des prédictions dans des problèmes complexes de science des matériaux.
Ce papier présente , une nouvelle architecture de réseaux de neurones informés par la physique qui permet de modéliser l'ensemble de la relation entre les paramètres et le spectre d'un opérateur en une seule fois, démontrant une précision remarquable dans le calcul des modes quasi-normaux des trous noirs de Kerr.
Ce travail propose un modèle de simulation LES intégrant un changement de phase à taux fini et un spray de sous-maille, basé sur un modèle multiphasique à quatre équations thermodynamiquement cohérent, qui permet de prédire avec précision les surfaces interfaciales et les régimes d'évaporation tout en optimisant le coût de calcul.
Ce travail propose une nouvelle méthode d'apprentissage profond pour les modèles de fermeture de la turbulence en utilisant l'assimilation de données continue (nudging), permettant d'entraîner des modèles stables et généralisables sans nécessiter de rétropropagation coûteuse à travers le solveur.
Ce travail présente un nouveau schéma de type Discontinuous Galerkin (DG) nodal pour les équations de la magnétohydrodynamique (MHD) idéale, qui parvient à combiner la conservation de la divergence, la préservation de la positivité et la stabilité entropique grâce à un flux numérique HLL et une projection localement sans divergence.
Cette étude démontre que l'efficacité des modèles d'apprentissage automatique intégrant des biais physiques pour prédire l'aire interfaciale en écoulements multiphasiques dépend de l'alignement de ces biais avec le régime physique dominant (corrugation versus fragmentation).