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.
Gli autori presentano un nuovo metodo numerico conservativo basato su Discontinuous Galerkin per risolvere il sistema cinetico relativistico Vlasov-Maxwell, che elimina il rumore statistico tipico delle simulazioni Monte Carlo e permette un'analisi dettagliata di plasmi ad alta energia in ambienti astrofisici estremi.
Utilizzando la teoria del funzionale densità dipendente dal tempo, lo studio dimostra che impulsi laser linearmente polarizzati possono indurre una demagnetizzazione asimmetrica nell'altermagnete RuO e in altri materiali simili, generando uno stato ferromagnetico foto-indotto controllabile tramite polarizzazione grazie a meccanismi di trasferimento di spin ottico asimmetrico e inversioni di spin.
Questo articolo presenta il QuaDNN, un risolutore basato su reti neurali profonde che ottimizza la composizione del dataset di addestramento tramite un fattore di qualità, integra meccanismi di attenzione e connessioni residue nell'architettura di rete e utilizza una funzione di perdita ibrida per migliorare l'accuratezza nella risoluzione dei problemi di scattering inverso elettromagnetico.
Questo articolo propone un nuovo schema risolutivo basato su una rete neurale guidata dalla fisica (PDNN) per i problemi di scattering inverso elettromagnetico, che supera i limiti di generalizzazione dei metodi basati sui dati richiedendo solo i campi dispersi misurati e garantendo alta accuratezza e stabilità anche per scatterer composti e perdenti.
Il paper presenta PENCO, un operatore ibrido che integra leggi fisiche e metodi di apprendimento neurale per garantire coerenza energetica e numerica, risolvendo con maggiore accuratezza ed efficienza i modelli di campo di fase 3D rispetto alle tecniche esistenti.
Questo studio propone un nuovo modello di attrito rotolante a molla-smorzatore con un singolo parametro fisico (l'angolo di rotolamento critico) che semplifica la calibrazione e garantisce stabilità numerica, permettendo simulazioni DEM su larga scala di materiali granulari non sferici con accuratezza macroscopica.
Questo lavoro introduce un approccio basato su operatori neurali (DeepONet e FNO) per la modellazione surrogata del trasporto di neutroni, dimostrando che tali modelli offrono un'accuratezza e un'efficienza computazionale superiori rispetto ai metodi tradizionali, rendendoli ideali per applicazioni in tempo reale come i digital twin e l'ottimizzazione del design.
Il lavoro presenta una rete neurale quantistica bio-ispirata che utilizza l'hamiltoniana Lipkin-Meshkov-Glick e un feedback omeostatico sinaptico per modellare popolazioni di qubit, collegando i modi collettivi quantistici a meccanismi di stabilità e ritmogenesi per definire primitive computazionali scalabili per futuri cervelli quantistici.
Questo studio confronta diversi algoritmi evolutivi per la progettazione di molecole con proprietà ottiche non lineari ottimizzate, dimostrando che mentre NSGA-II eccelle nel massimizzare i singoli obiettivi, MOME è superiore nell'esplorare una vasta diversità strutturale e nel raggiungere un migliore compromesso globale.
Lo studio confronta l'efficacia di un algoritmo di ricottura simulata e di un algoritmo evolutivo nella ricerca di molecole con elevate iperpolarizzabilità medie, concludendo che entrambi i metodi sono comparabili e adatti alla risoluzione di problemi reali per chimici e scienziati dei materiali.