1259 articoli
La fisica computazionale unisce la potenza dei calcoli moderni alla teoria fisica per esplorare fenomeni complessi che i laboratori tradizionali faticano a replicare. In questa sezione, scoprirete come i ricercatori utilizzano simulazioni avanzate per modellare tutto, dalle stelle morenti ai materiali quantistici, trasformando equazioni astratte in scenari visibili e comprensibili.
Su Gist.Science, selezioniamo e analizziamo sistematicamente ogni nuovo preprint in questa categoria proveniente da arXiv. Il nostro obiettivo è rendere queste ricerche accessibili a tutti: offriamo sia un riassunto in linguaggio semplice per i curiosi, sia una versione tecnica dettagliata per gli esperti, garantendo che la conoscenza scientifica viaggia velocemente e chiaramente.
Di seguito trovate le ultime pubblicazioni in fisica computazionale, aggiornate regolarmente con le nostre sintesi esclusive.
Questo studio combina la teoria GW auto-consistente per quasiparticelle e correzioni DFT+U apprese tramite machine learning per identificare composti Heusler basati su cobalto e nichel, in particolare Co₂TiSn e Co₂ZrAl, come candidati promettenti per applicazioni spintroniche grazie alla loro capacità di essere cresciuti epitassialmente su semiconduttori III-V come l'InAs.
Questo articolo presenta un nuovo schema rigoroso di integrazione termodinamica in ensemble NPT che, eliminando la necessità di correzioni approssimate, permette di calcolare direttamente e con maggiore accuratezza le energie libere di Gibbs dei solidi cristallini, specialmente in presenza di complesse fluttuazioni della cella unitaria.
Il documento dimostra che l'applicazione di un filtro Gaussiano alle coordinate ad alta dimensione delle simulazioni di dinamica molecolare permette di eliminare gli artefatti di proiezione, recuperando stati conformazionali nascosti e definendo stati metastabili più stabili e strutturalmente ben caratterizzati, come evidenziato nel caso della proteina HP35.
Questo articolo presenta un framework modulare Java per la visualizzazione scientifica e la simulazione che separa l'architettura dei livelli di visualizzazione e i motori di simulazione, isolando le funzionalità 3D per evitare accoppiamenti non necessari e supportando applicazioni desktop a lungo termine.
Il paper presenta un metodo agli elementi finiti di tipo Arbitrario Lagrangiano-Euleriano (ALE) per membrane lipidiche curve e deformabili, che introduce una nuova classe di dinamiche di mesh in piano basate su equazioni materiali specifiche e risolve l'instabilità numerica associata tramite tecniche adattate, dimostrando l'efficacia del metodo attraverso il benchmark del distacco e della traslazione laterale di un tether membranale.
Il documento propone una nuova architettura di rete neurale ibrida quantistico-classica a più flussi che, decomponendo le soluzioni delle equazioni di Navier-Stokes in componenti di frequenza separate, supera le prestazioni dei modelli classici nella risoluzione del flusso di Kovasznay riducendo l'errore quadratico medio e il numero di parametri addestrabili.
Questo studio analizza un nuovo modello di chiusura per la turbolenza basato su dati e vincoli fisici, evidenziando che, sebbene riesca a riprodurre accuratamente i momenti statistici di ordine elevato, fallisce nel preservare l'invarianza di scala vicino al punto di taglio, rivelando così una limitazione fondamentale per la modellazione delle scale sottogriglia.
Questo studio introduce FlexPINN, una rete neurale basata sulla fisica flessibile e migliorata, per simulare con alta precisione il flusso fluidodinamico e il trasferimento di massa in micromiscelatori 3D complessi, dimostrando risultati superiori al 97% di accuratezza rispetto alle tradizionali simulazioni CFD.
Il paper propone un approccio atomistico *ab initio* basato sulla teoria del funzionale densità per prevedere la morfologia di equilibrio di cristalli etero-integrati, i cui risultati per cristalli di GaP su Si mostrano un ottimo accordo con le osservazioni sperimentali al microscopio elettronico a trasmissione.
Questo lavoro introduce la compilazione just-in-time per i kernel degli integrali di orbitali gaussiani, ottenendo significativi miglioramenti di velocità (fino a 4 volte) e una riduzione del codice sorgente rispetto alle implementazioni GPU precedenti per il calcolo delle matrici di Coulomb e scambio.