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 paper introduce le funzioni d'onda RNN dilatate come un meccanismo geometrico semplice ed efficiente per indurre correlazioni a lungo raggio negli stati quantistici neurali autoregressivi, superando i limiti delle architetture RNN standard senza l'elevato costo computazionale dei trasformatori.
Questo lavoro introduce un metodo robusto basato sulla simulazione del pompaggio di carica per calcolare gli invarianti topologici, come i numeri di Chern, utilizzando funzioni d'onda neurali per stati della materia correlata, risolvendo così una limitazione chiave nell'identificazione di stati topologici esotici.
Questo studio presenta una strategia di apprendimento attivo che integra calcoli computazionali e intelligenza artificiale per generare il più ampio database pubblico di esplosivi CHNO e sviluppare un modello surrogato generalizzabile in grado di prevedere con alta accuratezza le prestazioni di detonazione, rivelando che il bilancio di ossigeno è il fattore dominante e fornendo indicazioni preziose per la scoperta mirata di nuovi materiali energetici.
Questo lavoro dimostra che per campioni magnetici sufficientemente grandi l'effetto della forma è determinato esclusivamente dalla magnetizzazione media e propone una modifica computazionalmente efficiente per incorporare tale effetto nei metodi di micromagnetica con condizioni al contorno periodiche 3D.
Questo lavoro introduce una nuova funzione obiettivo basata sulla modularità, chiamata densità di modularità bipartita generalizzata (Qbg), progettata specificamente per rilevare strutture comunitarie gerarchiche e multiscala in reti bipartite pesate senza alterarne la topologia intrinseca.
Il paper presenta EquiformerV3, una nuova generazione di trasformatori grafici equivarianti SE(3) che, grazie a ottimizzazioni software, modifiche architetturali come la normalizzazione di livello fusa e le attivazioni SwiGLU-S², e un cutoff di attenzione liscio, raggiunge risultati all'avanguardia in termini di efficienza, espressività e generalità per la modellazione di sistemi atomici 3D.
Questo articolo propone una soluzione puramente spaziale che, ridisegnando gli operatori di derivata ai nodi adiacenti al bordo, ripristina l'ordine di convergenza teorico nell'integrazione di problemi iperbolici con condizioni al contorno dipendenti dal tempo, superando il fenomeno di riduzione dell'ordine tipico dei metodi Runge-Kutta espliciti.
Questo studio utilizza simulazioni numeriche dirette ad alto numero di Reynolds per dimostrare che la viscosità turbolenta nella regione esterna di flussi turbolenti a parete dipende dalle condizioni al contorno, proponendo un modello parametrico migliorato che integra una funzione di correzione esterna nel quadro classico di Cess.
Il paper presenta un framework universale basato su una rappresentazione proteica ad albero e propagatori Transformer che, simulando la dinamica molecolare tramite equazioni differenziali stocastiche, ricostruisce con precisione sub-angstrom le strutture atomiche complete di complessi proteici multi-catena accelerando i calcoli di oltre 10.000 volte rispetto alle tradizionali dinamiche molecolari.
Questo lavoro valida l'architettura delle Shallow Recurrent Decoder Networks applicandola per la prima volta a un impianto sperimentale reale, il DYNASTY del Politecnico di Milano, dimostrando la capacità di questo metodo di ricostruire accuratamente lo stato dinamico di un sistema ingegneristico complesso partendo da misurazioni termiche in situ.