133 articoli
Il documento presenta l'algoritmo Spin-MInt, un nuovo propagatore simplettico, accurato e veloce che permette di evolvere direttamente le variabili di mappatura spin per la dinamica non adiabatica, superando le limitazioni dei metodi precedenti e garantendo la conservazione della struttura geometrica del sistema.
Questo lavoro presenta un nuovo quadro ibrido Green-Kubo (hGK) che calcola la viscosità da simulazioni MD brevi e efficienti, superando i limiti di convergenza del metodo tradizionale integrando componenti balistiche a breve termine con code di rilassamento analitiche, garantendo così alta precisione per sistemi complessi come elettroliti e polimeri.
Il paper esamina la corrispondenza tra modelli discreti lineari su reticolo e le loro controparti continue descritte da equazioni differenziali alle derivate parziali, analizzando sistematicamente come le relazioni di dispersione si relazionino attraverso l'analisi di Fourier in diversi contesti di reticolo, dall'infinito al finito con condizioni al contorno.
Il paper identifica un "gap" parametrico fondamentale nelle macchine di Ising analogiche che impedisce la garanzia di convergenza verso soluzioni ottimali e propone un quadro dinamico ibrido per modulare tale gap, offrendo un principio unificante per l'analisi e l'ottimizzazione di questi sistemi.
Il documento presenta Matlantis-PFP v8, un potenziale interatomico universale basato su machine learning addestrato sulla superficie di energia potenziale del funzionale r2SCAN, che supera i limiti di accuratezza dei modelli precedenti basati su PBE e offre previsioni sistematicamente più precise rispetto ai dati sperimentali per cristalli, molecole e superfici, inclusi punti di fusione con errori ridotti della metà.
Questo articolo dimostra come la programmazione differenziabile, abilitata dalla differenziazione automatica, non solo acceleri i flussi di lavoro esistenti nella fisica dei plasmi, ma abiliti anche nuove capacità qualitative, dalla scoperta di fenomeni fisici non lineari e l'apprendimento di variabili nascoste per la modellazione multiscala, fino all'analisi diagnostica accelerata e al design inverso di impulsi laser.
Questo studio estende l'algoritmo STACIE per calcolare in modo affidabile e automatizzato la viscosità dello 2,2,4-trimetilesano ad alte pressioni tramite simulazioni di dinamica molecolare all'equilibrio, dimostrando che la precisione dei risultati dipende dalla durata della simulazione e da un'elaborazione sistematica dei dati piuttosto che dai limiti dei campi di forza.
Il paper presenta un nuovo framework di embedding bootstrap fermione-bosone che combina un trattamento di campo medio coerente per i fononi con un embedding bootstrap per gli elettroni correlati, permettendo un'analisi efficiente di grandi sistemi reticolari nel modello Hubbard-Holstein, sebbene con limitazioni nelle regioni debolmente accoppiate dominate dalle fluttuazioni quantistiche dei fononi.
Il paper presenta un nuovo flusso di lavoro di simulazione rapido e robusto che combina calcoli toroidali con un modello a due fluidi in strato piano per prevedere con precisione la stabilità delle isole magnetiche (tearing modes) in plasmi di tokamak, facilitando la definizione di regimi operativi sicuri per i futuri reattori.
Questo articolo presenta un metodo di ottimizzazione stocastica a stadio singolo per gli stellarator che, combinando la soluzione di equilibrio MHD a bordo fisso con coil perturbati casualmente, produce configurazioni più robuste e con migliori prestazioni rispetto ai metodi deterministici e allo stadio II stocastico standard.
Il paper propone un modello di simulazione autoconsistente basato su una formulazione a campo disperso per accoppiare i campi di wakefield geometrici e i campi di carica spaziale, dimostrando la sua accuratezza ed efficienza nel valutare l'impatto non trascurabile delle wakefields sulla qualità dei fasci di elettroni in sorgenti ad alta brillanza come il foto-gun del collider SuperKEK.
Il documento presenta "Proof-Carrying Materials" (PCM), un approccio innovativo che combina falsificazione avversaria, intervalli di confidenza statistica e certificazione formale in Lean 4 per colmare il divario di affidabilità dei potenziali interatomici appresi tramite machine learning, aumentando significativamente la resa nella scoperta di nuovi materiali stabili rispetto ai metodi tradizionali.
Il paper presenta un quadro teorico e computazionale che integra l'analisi di database con previsioni microscopiche per identificare nuovi emettitori a singolo fotone molecolari, come dimostrato dall'identificazione di un emettitore chirale nel sistema di riferimento del dibenzoterrilene in un ospite di antracene.
Questo studio combina simulazioni di dinamica molecolare e calcoli di percorso di transizione basati su potenziali interatomici avanzati e DFT per rivelare i meccanismi atomici alla base delle transizioni di fase indotte da pressione nel silicio, collegando i risultati teorici alle osservazioni sperimentali sulla nucleazione eterogenea della fase esagonale.
Questo lavoro presenta una formulazione esatta nel dominio della frequenza per le equazioni del pendolo che rivela come tutti i regimi dinamici, dall'oscillatorio alla separatrix fino alla rotazione, condividano una struttura spettrale analitica universale derivabile da un singolo nucleo spettrale, ridefinendo i cambiamenti di regime come riorganizzazioni simmetriche nello spazio delle frequenze piuttosto che come variazioni della struttura spettrale sottostante.
Questo studio presenta un quadro per valutare l'affidabilità degli operatori neurali nella previsione della turbolenza tridimensionale, introducendo un modello F-IFNO che, grazie all'incorporazione di una fattorizzazione implicita, supera i limiti di stabilità e accuratezza a lungo termine delle soluzioni tradizionali e di altri modelli FNO.
Gli autori presentano un framework di riduzione del modello basato su quadrature per l'idrodinamica lagrangiana che, utilizzando una variante fortemente conservativa dell'Empirical Quadrature Procedure (EQP), garantisce la conservazione dell'energia totale con precisione quasi macchina mantenendo al contempo un'accuratezza comparabile alle formulazioni EQP standard.
Questo lavoro introduce B-ODIL, un'estensione bayesiana del metodo di ottimizzazione della perdita discreta (ODIL) per problemi inversi basati su equazioni differenziali alle derivate parziali, che integra modelli fisici e dati osservati per inferire soluzioni con incertezze quantificate, come dimostrato in benchmark sintetici e nell'applicazione clinica alla stima della concentrazione tumorale nel cervello.
Questo articolo presenta un quadro dinamico di contatto che conserva l'energia per particelle rigide non sferiche di forma convessa arbitraria, integrando metodi di rilevamento degli interfacce in 2D e 3D per simulare con stabilità il comportamento di impaccamento, la diffusione anisotropa e le equazioni di stato in sistemi colloidali e granulari.
Questo lavoro introduce l'evoluzione immaginaria vestita di misura (MDITE) come nuovo quadro teorico per studiare le transizioni di fase in stati misti, dimostrando tramite simulazioni numeriche l'esistenza di nuove classi di criticità guidata dal decadimento e fornendo un metodo diagrammatico efficiente per l'analisi di sistemi su larga scala.