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 estende il pacchetto EPW per calcolare l'accoppiamento elettrone-fonone in materiali magnetici utilizzando l'approssimazione della densità di spin locale, rivelando che mentre la resistività nel ferro è dominata dallo scattering elettrone-fonone, nel nichel tale contributo è inferiore a un terzo, evidenziando differenze fondamentali nel trasporto di carica tra i due sistemi.
Questo articolo descrive un'implementazione numerica della soluzione di Jacobi per le geodetiche su un ellissoide triassiale, che consente di calcolare accuratamente le traiettorie e le distanze tramite integrali unidimensionali e di risolvere il problema inverso del percorso più breve tra due punti.
Gli autori presentano e validano un metodo di Boltzmann su reticolo regolarizzato ricorsivo basato su una formulazione a doppia distribuzione, che combina uno schema BGK standard per il campo magnetico con una regolarizzazione ermitiana per il fluido, ottenendo un approccio robusto e stabile per simulare flussi magnetoidrodinamici incomprimibili.
Il documento presenta VR-PIC, un metodo di riduzione della varianza entropica per le simulazioni Particle-in-Cell dell'equazione di Vlasov-Poisson che, attraverso una correzione basata sulla massima entropia incrociata per preservare le leggi di conservazione, mantiene i significativi vantaggi di velocità nelle simulazioni a basso segnale con modifiche minime al codice.
Questo articolo presenta nuove tecniche di verifica del codice per simulazioni plasma Particle-in-Cell con collisioni Monte Carlo, applicando il metodo delle soluzioni prodotte artificialmente alle equazioni del moto delle particelle e agli algoritmi di collisione per derivare tassi di convergenza attesi e calcolare direttamente gli errori di posizione e velocità senza modificare i pesi delle particelle.
Questo studio dimostra che l'utilizzo di profili di temperatura derivati da simulazioni multiphysics ad alta fedeltà, anziché di profili uniformi, per costruire i database del metodo della matrice di fissione nel reattore a sali fusi, migliora significativamente l'accuratezza dei risultati neutroniche, in particolare per il fattore di moltiplicazione e la distribuzione della sorgente di fissione.
Questo studio presenta una strategia di screening ad alto rendimento basata su potenziali interatomici appresi da machine learning che, partendo da oltre sei milioni di materiali, identifica nuovi conduttori protonici solidi e rivela un meccanismo universale di trasferimento protonico legato a una specifica distanza ossigeno-ossigeno e alla dinamica della rete di legami idrogeno.
Questo lavoro propone un nuovo quadro di apprendimento automatico basato sul potenziale esterno (nucleare) che, ispirandosi al teorema di Hohenberg-Kohn e sfruttando le proprietà equivarianti dei messaggi passanti, permette di prevedere efficientemente proprietà elettroniche e atomiche o di apprendere mappature operatore-operatore come quelle verso la matrice di Fock e la densità ridotta.
Questo studio presenta un nuovo approccio di dominio troncato per le simulazioni elettrofluidodinamiche del cono-getto nell'elettrofilatura e nell'elettrospruzzatura, che utilizza simulazioni elettrostatiche a dominio completo per definire condizioni al contorno precise, eliminando la necessità di parametri empirici e riducendo significativamente i costi computazionali mantenendo un'alta accuratezza predittiva.
Gli autori presentano una macchina virtuale a ultrasuoni basata su particelle, che utilizza una variante innovativa della dinamica dissipativa lisciata con un risolutore di pressione implicito e uno schema di stabilizzazione a pressione negativa, per simulare efficientemente le interazioni onda-materia in un ampio spettro di frequenze e modellare con successo l'actofresi di microbolle incapsulate per la somministrazione di farmaci.