🔬 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.

The universal growth of magnetic energy during the nonlinear phase of subsonic and supersonic small-scale dynamos

Analizzando un ampio insieme di simulazioni che coprono regimi da subsonici a supersonici, questo studio rivela che, sebbene il tasso di crescita non lineare dei dinamo su piccola scala vari da lineare a quadratico a seconda della comprimibilità del flusso, il processo converte costantemente una frazione fissa di energia cinetica turbolenta in energia magnetica nell'arco di una durata caratteristica di circa 20 tempi di turnover della scala esterna.

Neco Kriel, James R. Beattie, Mark R. Krumholz, Jennifer Schober, Patrick J. Armstrong2026-05-01🔬 physics

Predicting parameters of a model cuprate superconductor using machine learning

Questo studio dimostra che un'architettura di deep learning U-Net può risolvere efficacemente il problema inverso di prevedere i parametri dell'hamiltoniano dei superconduttori a cuprati a partire dai diagrammi di fase, ottenendo un'elevata accuratezza e rivelando pattern di sensibilità parametrica interpretabili dal punto di vista fisico.

V. A. Ulitko, D. N. Yasinskaya, S. A. Bezzubin, A. A. Koshelev, Y. D. Panov2026-05-01🔬 cond-mat

Rigorous electromagnetic quasinormal-mode method made easy for users

Questo articolo introduce un metodo semplificato, accessibile e ultra-veloce per il calcolo dei modi quasi-normali elettromagnetici, combinando tecniche numeriche con approssimazioni accurate e implementato in un pacchetto open-source all'interno di software commerciale per la fotonica, al fine di colmare il divario tra la teoria avanzata dei QNM e le pratiche standard di simulazione a frequenza reale.

Tong Wu, Philippe Lalanne2026-05-01🔬 physics.optics

Towards single-shot coherent imaging via overlap-free ptychography

Questo articolo presenta un'estensione del framework PtychoPINN che abilita l'imaging a diffrazione coerente senza sovrapposizioni e in un singolo scatto e accelera la ptychografia convenzionale multiscatto accoppiando un modello forward differenziabile con una verosimiglianza di Poisson, ottenendo ricostruzioni ad alta fedeltà con requisiti di dati significativamente ridotti e un aumento del rendimento su dataset sperimentali di sincrotrone e XFEL.

Oliver Hoidn, Albert Vong, Aashwin Mishra, Steven Henke, Matthew Seaberg2026-05-01🔬 physics.optics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

Questo articolo presenta un modello di rete neurale su grafo interpretabile e accurato dal punto di vista sperimentale, denominato AugerNet, che prevede le energie di legame degli elettroni core 1s del carbonio nelle molecole organiche con un errore assoluto medio di 0,33 eV sfruttando caratteristiche dei nodi informate chimicamente e l'equivarianza E(3) per catturare gli ambienti di legame locali e generalizzare a sistemi più grandi.

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics

Computation of frequency- and time-domain Jacobians in optical tomography with Monte Carlo simulations

Questo articolo presenta un quadro teorico completo e un'implementazione Monte Carlo open-source per il calcolo delle jacobiane nei domini della frequenza e del tempo nella tomografia ottica, dimostrando la loro necessità per una modellazione accurata nei regimi a bassa diffusione e i vantaggi di una modellazione realistica dei rivelatori per brevi separazioni sorgente-rivelatore.

Pauliina Hirvi, Jaakko Olkkonen, Qianqian Fang, Ilkka Nissilä2026-05-01🔬 physics.optics

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

VibroML è un toolkit Python open-source che sfrutta potenziali appresi tramite machine learning e algoritmi genetici per automatizzare la correzione delle instabilità dinamiche, convalidare la stabilità a temperatura finita ed esplorare sistematicamente gli spazi composizionali, trasformando così lo screening ad alto rendimento dei materiali da una mera verifica di stabilità in un flusso di lavoro completo per la generazione di strutture cristalline fisicamente realizzabili.

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01🔬 cond-mat.mtrl-sci

Compressibility of micromagnetic solutions in tensor train format

Questo articolo dimostra che la rappresentazione degli stati micromagnetici tridimensionali in formato train di tensori supera le limitazioni di scalabilità cubica dei metodi tradizionali basati su griglia sfruttando la sparsità spaziale, ottenendo un numero di parametri significativamente più efficiente che scala come L1.8L^{1.8} e (1/a)1.2(1/a)^{1.2} per configurazioni a chiusura di flusso.

Thierry Valet, Nicolas Vukadinovic2026-05-01🔬 cond-mat.mes-hall

Time-Dilation Methods for Extreme Multiscale Timestepping Problems

Questo lavoro introduce un quadro generalizzato di dilatazione temporale che modula l'evoluzione mediante un fattore spazio-temporale continuo per superare le limitazioni estreme dei passi temporali multiscala nelle simulazioni astrofisiche, consentendo fattori di accelerazione superiori a 10410^4 pur preservando gli stati stazionari locali corretti ed evitando separazioni arbitrarie delle scale.

Philip F. Hopkins, Elias R. Most2026-04-30🔭 astro-ph