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 presenta un approccio computazionale basato sull'apprendimento automatico e sulla spettroscopia vibrazionale per dimostrare come il livello di ossidazione del grafene modifichi la struttura dell'acqua all'interfaccia, fornendo un metodo per identificarne lo stato di ossidazione attraverso segnali spettroscopici specifici.
Questo studio propone un approccio di *active learning* per migliorare la previsione dell'entalpia di miscelazione in liquidi binari, identificando la necessità di nuovi dati sulle leghe contenenti elementi refrattari e validandoli tramite simulazioni di dinamica molecolare *ab initio*.
L'articolo propone un metodo per costruire potenziali vettoriali per i campi armonici tangenti alla frontiera in domini con tunnel, utilizzando curve che rappresentano la base del gruppo di omologia delle 1-catene e stabilendo la loro indipendenza lineare tramite la dualità di Poincaré-Lefschetz.
Il paper introduce un approccio denominato DIQCD che utilizza un'equazione di Lindblad con un hamiltoniano variabile nel tempo per prevedere l'evoluzione di sistemi quantistici aperti, dimostrando efficacia sia su dati sperimentali di molecole ultracalde che su simulazioni di semiconduttori organici.
Il lavoro presenta nuovi metodi spettrali a elementi discontinui di ordine arbitrario per le equazioni delle acque poco profonde su sfere, caratterizzati da una formulazione covariante che garantisce conservazione della massa, stabilità entropica e bilanciamento accurato della topografia senza approssimazioni metriche.
Questo lavoro esplora l'applicazione dei metodi basati sulle reti tensoriali, ispirati alla meccanica quantistica, per ottimizzare la compressione delle immagini e la simulazione dell'ottica classica, offrendo algoritmi più efficienti per settori come l'astronomia e la microscopia.
Questo studio utilizza simulazioni di dinamica molecolare con il metodo del "seeding" per testare la teoria della nucleazione classica (CNT) nella condensazione di Lennard-Jones, dimostrando che la CNT predice accuratamente i raggi dei cluster stabili e che i risultati ottenuti in sistemi piccoli corrispondono ai raggi dei cluster critici dei sistemi infiniti.
Il lavoro presenta un nuovo metodo Direct Simulation Monte Carlo (DSMC) per l'equazione di Landau multispecie spazialmente omogenea, caratterizzato da un approccio *mesh-free* scalabile, un kernel di scattering semplificato che preserva gli invarianti fisici e la capacità di gestire con precisione rapporti di massa realistici, come quello tra protone ed elettrone.
Questo studio sviluppa e confronta quattro potenziali interatomici basati sull'apprendimento automatico (ACE, MACE, GAP e tabGAP) per simulare con precisione di livello DFT la struttura e i difetti causati dalle radiazioni nel superconduttore YBCO.
Questo studio propone un nuovo framework che combina le reti Kolmogorov-Arnold (KAN) con il metodo Level-set per risolvere problemi di frontiere mobili, dimostrando che l'uso di attivazioni basate su spline permette di ricostruire con precisione campi di temperatura e dinamiche di interfaccia in modo più compatto ed efficiente rispetto alle tradizionali reti MLP.