1222 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 Mat3ra-2D, un framework open-source progettato per generare rapidamente materiali bidimensionali realistici e interfacce complesse, colmando il divario tra i dati ideali utilizzati per l'addestramento dell'IA e le applicazioni pratiche dominanti da difetti e superfici.
Lo studio combina simulazioni numeriche e modelli analitici per rivelare che gli alberi frattali subiscono una crisi di resistenza aerodinamica a numeri di Reynolds elevati, il cui inizio è anticipato dalla turbolenza atmosferica e la cui transizione è mitigata dalla complessità strutturale, sfidando le assunzioni tradizionali sull'efficacia della potatura nel ridurre i carichi aerodinamici.
Questo lavoro dimostra che il metodo dei pseudo-fermioni supera il problema del segno di Fermi, permettendo simulazioni efficienti e altamente accurate del gas di elettroni uniforme fortemente degenere in regimi di temperatura e densità dove i metodi precedenti falliscono.
Questo articolo presenta un operatore veloce per la tomografia fotoacustica 3D in geometria planare che, sfruttando l'invarianza trasversale per calcolare il campo acustico tramite convoluzioni 2D, accelera la ricostruzione iterativa fino a due ordini di grandezza eliminando la necessità di risolvere equazioni alle derivate parziali ad ogni iterazione.
Questo lavoro presenta recenti miglioramenti al codice BOUT++, inclusi aggiornamenti agli strumenti di generazione della griglia, ai modelli fisici e alla libreria stessa, per simulare con successo lo strato di scarico (SOL) in geometrie realistiche di stellaratori come Wendelstein 7-X.
Questo studio presenta un modello teorico a forma chiusa per lo scattering elettromagnetico su un insieme di cilindri metallici circolari finiti, che combina armoniche cilindriche bidimensionali con densità di corrente tridimensionali per tenere conto dell'accoppiamento elettromagnetico, offrendo una precisione elevata con tempi di calcolo cinque ordini di grandezza inferiori rispetto alle simulazioni full-wave.
Questo studio di dinamica molecolare rivela che la curvatura superficiale e la profondità dell'asse di disclinazione nei nanocristalli d'oro a cinque geminati controllano la competizione tra il ripristino della simmetria e la detwinning, offrendo un quadro meccanicistico per la progettazione di nanomateriali ingegnerizzati.
Il paper introduce Pulgon-tools, un pacchetto software open-source che integra generazione strutturale, rilevamento di simmetrie, calcolo di rappresentazioni irriducibili e correzione delle costanti di forza armoniche per l'analisi e la modellazione di sistemi periodici quasi-unidimensionali basati sulla teoria dei gruppi di linea.
Il documento presenta il FreeGSNKE Pulse Design Tool (FPDT), un framework computazionale open-source basato su Python che permette la progettazione e il test predittivo in silico di scenari di plasma e strategie di controllo per tokamak, validando la sua efficacia attraverso un eccellente accordo con i dati sperimentali del tokamak MAST Upgrade.
Il paper presenta una riformulazione strutturata del modello di dispersione molti-corpo (MBD) che consente una decomposizione fisicamente coerente delle forze in componenti a coppie, fornendo una base promettente per l'analisi interpretabile e la modellazione surrogata tramite machine learning.