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 lavoro introduce il modello di Ising "Eggbox", una costruzione sintonizzabile di paesaggi energetici accidentati basata su pattern correlati che realizzano strutture di rottura della simmetria delle repliche e transizioni di fase discontinue con isteresi, collegando tali proprietà teoriche a dati empirici come le incorporazioni di parole.
Il documento presenta GollumFit, un framework open-source progettato per eseguire analisi con verosimiglianza binnata sui dati dei telescopi per neutrini, in particolare per IceCube, offrendo una soluzione efficiente per la minimizzazione della verosimiglianza che gestisce decine di parametri di disturbo.
Questo studio quantifica l'impatto dei costruttori di fisica elettromagnetica di Geant4 sulla precisione energetica e sulle prestazioni computazionali delle simulazioni per ricerche di eventi rari, al fine di guidare la selezione ottimale per esperimenti con target in CaWO e Ge.
Gli autori presentano un nuovo metodo basato su un'estensione della funzione di partizione che tratta la temperatura come parametro aggiuntivo, permettendo a nested sampling di calcolare le proprietà termodinamiche per potenziali dipendenti dalla temperatura in un'unica esecuzione e superando i limiti computazionali degli approcci tradizionali.
Il paper propone un framework di campionamento adattivo istanza-specifico per costruire dataset di addestramento compatti ed efficaci nella risoluzione di problemi inversi, riducendo significativamente i costi di raccolta dati e migliorando l'efficienza dei campioni rispetto ai metodi tradizionali basati su dataset fissi.
Questo articolo presenta un framework di distillazione che comprime un ensemble di modelli eSPA in un unico modello interpretabile, preservando le prestazioni di previsione dell'ENSO fino a 24 mesi e rivelando i precursori fisici e la complessità spaziotemporale necessari per superare la barriera di prevedibilità primaverile.
Il paper introduce QHFlow2, un modello di Hamiltonian basato su machine learning che, grazie a un'architettura SO(2)-equivariante, supera gli stati dell'arte nella previsione di energie e forze con un errore significativamente ridotto rispetto ai modelli precedenti.
Questo studio combina un'analisi di ordine di grandezza delle equazioni di Navier-Stokes con una regressione simbolica basata sui dati per derivare nuove correlazioni interpretabili e fisicamente vincolate per il fattore di attrito nei flussi turbolenti in condotte ruvide, validandole fino a numeri di Reynolds dell'ordine di .
Questo studio dimostra che l'uso di modelli di flusso matching in uno spazio latente a bassa dimensionalità, regolarizzato per preservare la geometria fisica, consente di generare modelli di chiusura stocastica per flussi di Kolmogorov con una velocità di campionamento fino a due ordini di grandezza superiore rispetto ai metodi diffusi, mantenendo al contempo la fedeltà fisica e riducendo il fabbisogno di dati.
Questo studio confronta sistematicamente i giudizi umani e le classificazioni dei modelli linguistici su 22 scenari moralmente complessi, utilizzando il concetto di violenza come strumento per indagare come l'intelligenza artificiale negozia e trasforma le interpretazioni morali ambigue, sollevando questioni cruciali sul suo ruolo epistemico nel plasmare le norme sociali e la responsabilità.