1190 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.
Il lavoro dimostra che è possibile controllare continuamente e reversibilmente i tassi di decadimento di una molecola fluorescente, fino a due ordini di grandezza, spostando elettricamente una risonanza di Fano che introduce una trasparenza nello spettro plasmonico, offrendo così uno strumento promettente per le tecnologie quantistiche integrate e la microscopia avanzata.
Questo studio integra esperimenti meccanici e dinamici con simulazioni molecolari per dimostrare come la variazione della composizione e dello spessore dei multistrati reattivi Ni/Al consenta di modulare con precisione la velocità e la temperatura di reazione, pur mantenendo proprietà meccaniche stabili e rivelando la formazione di fasi non equilibrate guidata da fattori cinetici.
Il paper propone un algoritmo efficiente basato sulla decomposizione tensor-train per simulare sistemi quantistici aperti con il metodo inchworm, sostituendo l'integrazione Monte Carlo con una quadratura numerica deterministica che scala linearmente con la dimensionalità e permette simulazioni a lungo termine.
Il documento presenta un framework di addestramento basato su gradienti analitici per i potenziali neuroevolutivi (GNEP) che, accelerando significativamente il processo di ottimizzazione rispetto ai metodi tradizionali, mantiene elevata accuratezza e trasferibilità per simulazioni di dinamica molecolare su larga scala di sistemi materiali come Sb-Te.
Utilizzando la teoria del funzionale densità dipendente dal tempo in tempo reale (rt-TDDFT), questo studio dimostra che correnti elettriche superiori a una soglia critica rompono dinamicamente la simmetria di inversione temporale nei sistemi chirali, generando una significativa polarizzazione di spin e orbitale attraverso una ridistribuzione intrinseca dei momenti angolari.
Questo studio utilizza l'inferenza basata su simulazioni per dimostrare che, nell'analisi della struttura su larga scala a redshift , i momenti condizionali delle derivate (CMD) offrono vincoli cosmologici più precisi rispetto ai funzionali di Minkowski e, in configurazioni selezionate per massa, superano significativamente anche il potere dello spettro, evidenziando il valore complementare delle informazioni anisotrope catturate dai metodi morfologici.
Lo studio utilizza simulazioni numeriche per rivelare come un mix attivo di componenti polari e apolari generi caos spaziotemporale e proliferazione di difetti topologici, mostrando una risposta non monotona dell'apolare che differisce dai sistemi di cristalli liquidi viventi.
Il paper presenta Flow Gym, un framework basato su JAX che unifica lo sviluppo, il benchmarking, l'addestramento e il deployment di metodi di quantificazione dei campi di flusso, in particolare per la velocimetria a immagini di particelle (PIV), risolvendo problemi di frammentazione software e migliorando la riproducibilità e l'interoperabilità tra algoritmi classici e basati sull'apprendimento.
Il documento dimostra che l'uso di condizioni al contorno periodiche laterali nelle simulazioni di interfacce polari introduce un modo in-plane non schermato che genera fluttuazioni divergenti del potenziale elettrostatico, un artefatto assente nei sistemi non periodici o di estensione laterale finita.
Questo lavoro propone un framework di modellazione costitutiva probabilistica basato sulla regressione quantile conformalizzata per materiali soffici anisotropi, che quantifica l'incertezza predittiva garantendo coerenza termodinamica e offrendo un approccio computazionalmente efficiente e privo di assunzioni distributive.