1191 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 presenta CATAPULT, un timestepper accelerato da CUDA per particelle alfa in configurazioni stellarator, che offre prestazioni superiori rispetto alle implementazioni CPU esistenti e gestisce sia campi magnetici di equilibrio che onde di Alfvén.
Questo studio introduce modelli temporali di ipergrafi guidati dai nodi, in cui dinamiche stocastiche di attività individuale generano processi di eventi collettivi con distribuzioni di tempi inter-eventi a coda lunga e correlazioni temporali, spiegando così i pattern bursty osservati nei dati empirici delle interazioni di gruppo.
Questo lavoro introduce il metodo paFEMU, un approccio di transfer learning che combina modelli costitutivi abilitati all'IA, sparsificazione per la scoperta di modelli interpretabili e ottimizzazione basata su elementi finiti per sfruttare dati multi-modali e multi-fidelity, consentendo così una rapida scoperta di modelli costitutivi con integrazione semplificata nei flussi di lavoro esistenti.
Il documento sostiene che, per gestire la complessità spaziale e temporale nella progettazione della nanofotonica, sia fondamentale affiancare agli strumenti di simulazione e progettazione "black-box" una profonda comprensione fisica dei fenomeni.
Questo articolo sostiene che i campi di forza ibridi differenziabili, combinando forme funzionali fisiche con correzioni a rete neurale, risolvono il trilemma tra velocità, accuratezza e calibrabilità, abilitando la scoperta autonoma di elettroliti attraverso simulazioni ad alto rendimento e un paradigma di calibrazione duale.
Il paper propone le TACNN, un'architettura di reti neurali convolutive superficiali che sostituisce i kernel tradizionali con tensori generici per catturare correlazioni di alto ordine, ottenendo prestazioni competitive su Fashion-MNIST con una frazione dei livelli necessari ai modelli profondi convenzionali.
Questo studio propone un modello di apprendimento per rinforzo in cui il tasso di esplorazione si adatta dinamicamente in base alla reputazione locale e a aggiornamenti asimmetrici, dimostrando che tale meccanismo sinergico favorisce significativamente l'evoluzione della cooperazione nei giochi evolutivi multi-agente.
Questo studio introduce un framework di analisi topologica sensibile alla direzione che, integrando l'asse di compressione nei descrittori topologici, migliora significativamente la previsione del modulo di Young in materiali porosi anisotropi, raggiungendo prestazioni comparabili alle reti neurali convoluzionali pur mantenendo una rappresentazione compatta e trasferibile.
Il paper presenta SMC-AI, un framework algoritmico che sfrutta acceleratori AI come GPU e NPU per eseguire simulazioni Monte Carlo canoniche su una scala senza precedenti di 4 trilioni di atomi, stabilendo un nuovo record di efficienza e scalabilità per le simulazioni atomistiche accelerate dall'intelligenza artificiale.
Questo articolo introduce due formulazioni di reti neurali fisicamente informate (PINN) a vincoli rigidi, basate rispettivamente su finestre e buffer, che integrano le condizioni di interfaccia direttamente nella rappresentazione della soluzione per superare i limiti di accuratezza e la necessità di sintonizzazione dei pesi tipici dei metodi a vincoli morbidi.