🔬 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.

Neural Operator: Is data all you need to model the world? An insight into the paradigm of data-driven scientific ML

Questo articolo offre una panoramica completa su come gli operatori neurali, un approccio di apprendimento automatico basato sui dati che supera i limiti computazionali dei metodi numerici tradizionali grazie all'invarianza rispetto alla discretizzazione e alla risoluzione, possano integrare le tecniche convenzionali per risolvere problemi complessi in fisica e ingegneria, pur evidenziando le sfide aperte di tale paradigma.

Hrishikesh Viswanath, Md Ashiqur Rahman, Abhijeet Vyas, Andrey Shor, Beatriz Medeiros, Stephanie Hernandez, Suhas Eswarappa Prameela, Aniket Bera2026-04-21🔬 physics

Learning time-dependent and integro-differential collision operators from plasma phase space data using differentiable simulators

Questo lavoro estende l'uso di simulatori differenziabili per apprendere operatori di collisione dipendenti dal tempo e integro-differenziali da dati di spazio delle fasi del plasma, dimostrando la loro capacità di ricostruire con maggiore precisione la dinamica rispetto ai metodi statistici tradizionali.

Diogo D. Carvalho, Luis O. Silva, E. Paulo Alves2026-04-21🔬 physics

Understanding the sign problem from an exact Path Integral Monte Carlo model of interacting harmonic fermions

Questo lavoro dimostra che un'identità di contrazione degli operatori per l'oscillatore armonico può essere estesa ai fermioni in qualsiasi dimensione, fornendo un modello esattamente risolvibile che rivela come il problema del segno sia intrinseco alla propagazione libera e che certi stati a guscio chiuso ne siano privi, permettendo così calcoli precisi delle energie di base di punti quantici fino a 110 elettroni.

Siu A. Chin2026-04-21🔬 cond-mat

On the hydrodynamic behaviour of the immersed boundary -- lattice Boltzmann method for wetting problems

Questo studio analizza il comportamento idrodinamico del metodo immerso-bordo reticolo (IBLB) per problemi di bagnamento, confrontandolo con i metodi BEM e VoF per valutarne i limiti di validità e le proprietà del modello della linea di contatto.

Elisa Bellantoni, Fabio Guglietta, Andreas Demou, Francesca Pelusi, Kiwon Um, Mihalis Nicolaou, Mathieu Desbrun, Mauro Sbragaglia, Nikos Savva2026-04-21🔬 physics

Ice as a Photochemical Shield: Adsorption Energetics and Spectroscopic Modulation of Interstellar Thiocyanates HCSCN and HCSCCH in TMC-1

Questo studio computazionale rivela che l'adsorbimento di HCSCN e HCSCCH su ghiacci interstellari d'acqua crea un "paradosso di sopravvivenza" in cui, sebbene i siti di adsorbimento profondi proteggano le molecole dalla desorbimento termico, ne aumentano simultaneamente la suscettibilità alla fotodissociazione UV a causa di un effetto ipercromico.

Saptarshi G. Dastider, Amit Singh Negi, Krishnakanta Mondal, Jobin Cyriac2026-04-21🔭 astro-ph

Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling

Il paper presenta due modelli surrogati basati sull'apprendimento profondo, un Transformer di tipo Koopman e una ConvLSTM-UNet, capaci di prevedere in modo efficiente e fisicamente coerente l'evoluzione temporale delle instabilità di Kelvin-Helmholtz nella magnetoidrodinamica bidimensionale ideale, riducendo significativamente i costi computazionali rispetto alle simulazioni numeriche dirette.

David Kivarkis, Waleed Mouhali, Sadruddin Benkadda, Kai Schneider2026-04-21🔬 physics

Consistent control of energy dissipation in non-spherical particle contact via a structure-preserving formulation

Questo lavoro risolve il problema del controllo della dissipazione energetica negli impatti di particelle non sferiche proponendo una formulazione che preserva la struttura fisica, dimostrando che la legge di smorzamento deve essere univocamente determinata dalla dinamica di contatto proiettata e che il coefficiente di restituzione corretto è quello del punto di contatto (ecne_{cn}), mentre la restituzione energetica totale (eEe_E) risulta una conseguenza variabile delle accoppiamenti traslazionali e rotazionali.

Y. T. Feng2026-04-21🔬 physics

Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems

Questo lavoro presenta un framework basato su reti neurali informate dalla fisica (PINN) che, combinando una formulazione variazionale con un'espansione di Magnus, ottimizza l'informazione di Fisher quantistica in sistemi a molti corpi dipendenti dal tempo attraverso l'apprendimento di potenziali di gauge adiabatici e funzioni di schedulazione, superando le soluzioni di riferimento e offrendo strategie di controllo metrologico ottimali per sistemi di spin fino a sei qubit.

Antonio Ferrer-Sánchez, Yolanda Vives-Gilabert, Yue Ban, Xi Chen, José D. Martín-Guerrero2026-04-21⚛️ quant-ph