🔬 Category

physics.comp-ph

903 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.

Electron beam evolution in a successive Compton backscattering

Questo articolo dimostra teoricamente e numericamente che, nella diffusione Compton inversa successiva, la dispersione della quantità di moto longitudinale di un fascio di elettroni converge esponenzialmente a uno stato di equilibrio attraverso l'equilibrio tra eccitazione quantistica e attrito radiativo, evidenziando la necessità di tenere conto della dinamica trasversale cumulativa nella progettazione di future sorgenti di raggi X e gamma ad alta luminosità.

D. V. Gavrilenko, A. A. Savchenko, M. N. Strikhanov, A. A. Tishchenko2026-05-26🔬 physics

A Guided Tour of Modern Domain Decomposition: From Schwarz Iterations to Robust Preconditioners and HPC Implementations

Questo capitolo offre una panoramica completa dei moderni metodi di decomposizione del dominio, tracciandone l'evoluzione dalle iterazioni di Schwarz fino ai precondizionatori robusti per problemi complessi, con particolare attenzione alle intuizioni teoriche, alle correzioni dello spazio grezzo scalabili e alle implementazioni ad alte prestazioni.

Victorita Dolean, Pierre Jolivet, Frédéric Nataf, Pierre-Henri Tournier2026-05-26🔬 physics

Learning, locomotion, and navigation of soft synthetic snakes in three-dimensional, heterogeneous environments

Questo articolo presenta un framework di apprendimento per rinforzo bio-ispirato che permette a serpenti sintetici soffici di apprendere primitive di locomozione in terreni semplificati e di combinarle in strategie adattive per navigare in modo robusto ambienti 3D complessi ed eterogenei ricostruiti da dati del mondo reale.

Xiaotian Zhang, Ali Albazroun, Tixian Wang, Songyuan Cui, Prashant G. Mehta, Mattia Gazzola2026-05-26🔬 physics

Three-dimensional Anderson localization of light in dielectric disorder

Attraverso simulazioni su larga scala nel dominio del tempo di impacchettamenti casuali densi di particelle dielettriche ad alto indice, questo studio fornisce prove convergenti di natura dinamica, spettrale e nello spazio reale per la localizzazione di Anderson tridimensionale della luce, dimostrando come i campi a tempi tardivi si auto-organizzino in modi confinati quasi stazionari separati per interferenza.

Yevgen Grynko, Jens Förstner2026-05-26🔬 physics.optics

PDEInvBench: A Comprehensive Dataset and Design Space Exploration of Neural Networks for PDE Inverse Problems

Questo articolo introduce PDEInvBench, un dataset di benchmark completo per problemi inversi di equazioni alle derivate parziali, e lo utilizza per esplorare gli spazi di progettazione delle reti neurali, rivelando che una procedura di addestramento in due fasi che combina la supervisione dei parametri con il perfezionamento dei residui al momento del test, insieme agli input delle derivate delle PDE e a condizioni iniziali diversificate, migliora significativamente le prestazioni di stima dei parametri.

Divyam Goel, Nithin Chalapathi, Sanjeev Raja, Aditi S. Krishnapriyan2026-05-26🔬 physics

Why is the strength of an elastomeric polymer network so low?

Le simulazioni di dinamica molecolare a grana grossa rivelano che le reti polimeriche elastomeriche si rompono a tensioni ben al di sotto della forza del legame covalente perché la deformazione si concentra su un "percorso minimo più breve" di legami, portando al cedimento sequenziale di una piccola frazione di questi legami critici anziché alla rottura simultanea dell'intera rete.

Shaswat Mohanty, Jose Blanchet, Zhigang Suo, Wei Cai2026-05-25🔬 cond-mat.mtrl-sci

WellPINN: Accurate Well Representation for Transient Fluid Pressure Diffusion in Subsurface Reservoirs with Physics-Informed Neural Networks

Questo articolo introduce WellPINN, un nuovo flusso di lavoro che utilizza reti neurali informate dalla fisica addestrate in sequenza su sottodomini in contrazione per modellare con precisione la diffusione della pressione dei fluidi intorno ai pozzi durante l'intero periodo di iniezione, superando i limiti precedenti nella cattura della dinamica della pressione nelle fasi iniziali.

Linus Walter, Qingkai Kong, Sara Hanson-Hedgecock, Víctor Vilarrasa2026-05-25🤖 cs.LG

Full-Scattering-Matrix Deterministic Phonon Boltzmann Transport Simulation

Questo lavoro presenta un risolutore computazionalmente efficiente dell'equazione di trasporto di Boltzmann per fononi tridimensionale che supera le limitazioni dell'approssimazione del tempo di rilassamento sfruttando la natura a bassa dimensionalità delle distribuzioni fuori equilibrio e l'allineamento selettivo dei modi singolari di scattering per modellare accuratamente gli effetti della matrice completa di scattering nei dispositivi su scala nanometrica.

Y. Sungtaek Ju2026-05-25🔬 cond-mat.mes-hall

Vapor-Cell-Induced Uncertainty in Rydberg Atom Measurements via the Electric-Field Volume-Integral-Equation Method

Questo articolo utilizza il metodo dell'equazione integrale di volume per il campo elettrico per dimostrare che, per celle a vapore inferiori a metà lunghezza d'onda, l'incertezza sulla permittività relativa del vetro è la fonte di errore dominante nelle misurazioni del campo elettrico degli atomi di Rydberg, producendo un'incertezza totale di circa il 3,5% che potrebbe essere ridotta a meno dell'1% con dati di permittività più precisi.

Martin Stumpf, William J. Watterson, Rajavardhan Talashila, Matt T. Simons, Alexandra Artusio-Glimpse, Lawrence Carslake, Tian Hong Loh, Christopher L. Holloway2026-05-25🔬 physics.atom-ph