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 analizza come l'incoerenza tra i dati e le equazioni fisiche limiti l'accuratezza delle reti neurali informate dalla fisica (PINN), introducendo il concetto di "barriera di consistenza" che definisce il limite minimo di errore raggiungibile durante l'addestramento.
Il lavoro presenta un nuovo approccio di interpolazione basato su griglie sparse e multilevel che, gestendo in modo efficiente il rumore statistico e la dimensionalità, permette di costruire surrogati "on-the-fly" per accoppiare modelli Monte Carlo ad alta fedeltà con simulazioni di continuo, applicandoli con successo alla catalisi eterogenea.
Questo studio analizza l'apprendimento delle reti neurali informate dalla fisica (PINN) attraverso la lente della teoria dell'apprendimento statistico e dei problemi di apprendimento singolari, reinterpretando il vincolo fisico come una fonte di dati indiretti per minimizzare la divergenza di Kullback-Leibler.
Il lavoro presenta un metodo numerico variazionale basato su una formulazione ibrida (parametrica per le interfacce e euleriana per il fluido) per simulare flussi multifase con giunzioni triple, garantendo stabilità energetica, conservazione del volume e precisione nel trattamento delle interfacce nette.
Il paper propone un framework basato su un approccio variazionale energetico per apprendere le leggi fisiche dissipative di un sistema a partire da dati continui o discreti, offrendo robustezza al rumore e scalabilità verso sistemi complessi e ad alta dimensionalità.
Questo studio utilizza la teoria della risposta per analizzare la dinamica della carica elettronica e la separazione di carica, dimostrando che la risposta quadratica è necessaria per descrivere accuratamente tali processi rispetto alla risposta lineare.
Il lavoro introduce un approccio variazionale efficiente e scalabile, che combina operatori a prodotto di matrici e Monte Carlo variazionale dipendente dal tempo, per simulare la dinamica fuori equilibrio e gli stati stazionari di sistemi quantistici aperti con interazioni a lungo raggio in una o due dimensioni.
Questo studio basato su calcoli DFT analizza le proprietà termodinamiche, ottiche, meccaniche e di stoccaggio dell'idrogeno degli idruri (), identificando il come il candidato più promettente grazie alla sua elevata capacità di stoccaggio (4,005 wt%).
UniPhy propone un modello fondazionale per la meteorologia su scala planetaria che utilizza equazioni differenziali stocastiche continue, trasformazioni geometriche di Clifford e operatori spettrali non-Hermitiani per integrare dinamiche termodinamiche aperte e multi-scala con un'elevata efficienza computazionale.
Questo studio presenta un modello completo di frattura a campo di fase per materiali fragili sottoposti a shock termici, capace di unificare diversi scenari di rottura — dalla nucleazione alla propagazione di crepe — e di prevedere con precisione i pattern sperimentali attraverso la gestione indipendente delle proprietà meccaniche e della tenacità.