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.

Optical modelling of shaped laser pulses in plasma

Questo lavoro presenta una revisione dei metodi numerici per la modellazione della propagazione ottica di impulsi laser ultracorti in plasmi, implementati nel toolkit open-source Axiprop, e ne illustra l'applicazione nello studio della generazione di guide d'onda al plasma e dell'accelerazione di elettroni tramite fuoco volante, fornendo strumenti essenziali per la progettazione di esperimenti su strutture di wakefield e fasci di elettroni accelerati.

Igor A. Andriyash, Cedric Thaury2026-03-25🔬 physics.optics

Reaching for the performance limit of hybrid density functional theory for molecular chemistry

Il paper presenta un protocollo sistematico che combina vincoli, forme funzionali flessibili e ottimizzazione moderna per sviluppare il funzionale ibrido COACH, il quale migliora accuratezza e trasferibilità rispetto agli approcci esistenti mantenendo la praticità computazionale, suggerendo che i futuri progressi richiederanno l'incorporazione di informazioni genuinamente non locali.

Jiashu Liang, Martin Head-Gordon2026-03-25🔬 physics

Predicting the suitability of photocatalysts for water splitting using Koopmans spectral functionals: The case of TiO2_2 polymorphs

Lo studio dimostra che i funzionali spettrali di Koopmans permettono di prevedere con precisione e in modo computazionalmente efficiente la struttura a bande e l'allineamento dei livelli energetici dei polimorfi di TiO₂, offrendo una strategia affidabile per valutare la idoneità di nuovi fotocatalizzatori per la scissione dell'acqua.

Marija Stojkovic, Edward Linscott, Nicola Marzari2026-03-24🔬 cond-mat.mtrl-sci

Beyond Static Models: Hypernetworks for Adaptive and Generalizable Forecasting in Complex Parametric Dynamical Systems

Il paper presenta PHLieNet, un framework basato su iperreti che apprende una mappatura globale dallo spazio dei parametri a un embedding latente per generare dinamicamente i pesi di una rete di previsione, consentendo così una generalizzazione efficace e adattiva nei sistemi dinamici complessi attraverso l'interpolazione e l'estrapolazione nello spazio dei parametri.

Pantelis R. Vlachas, Konstantinos Vlachas, Eleni Chatzi2026-03-24🌀 nlin

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles

Questo studio dimostra che un agente di apprendimento per rinforzo, basato su rappresentazioni di grafi geometrici, può ottimizzare in modo efficace e trasferibile l'ordinamento degli elementi in nanoparticelle bimetalliche, identificando stati fondamentali noti e generalizzando a dimensioni non viste, sebbene con efficacia ridotta in presenza di più elementi leganti.

Jonas Elsborg, Emma L. Hovmand, Arghya Bhowmik2026-03-24🔬 cond-mat.mtrl-sci

Physics Enhanced Deep Surrogates for the Phonon Boltzmann Transport Equation

Il paper introduce un surrogato profondo potenziato dalla fisica (PEDS) che combina un risolutore di Fourier differenziabile con un generatore neurale e l'apprendimento attivo guidato dall'incertezza per risolvere in modo efficiente ed economico l'equazione di trasporto di Boltzmann per i fononi, consentendo la progettazione rapida e accurata di materiali termici nanostrutturati con un ridotto fabbisogno di dati ad alta fedeltà.

Antonio Varagnolo, Giuseppe Romano, Raphaël Pestourie2026-03-24🔬 physics

SimulCost: A Cost-Aware Benchmark and Toolkit for Automating Physics Simulations with LLMs

Il paper introduce SimulCost, il primo benchmark e toolkit open-source progettato per valutare l'efficienza dei costi degli agenti LLM nell'ottimizzazione di simulazioni fisiche, rivelando che, sebbene i modelli multi-round migliorino l'accuratezza, i costi computazionali e i tempi di esecuzione li rendono attualmente meno economici rispetto ai metodi di scansione tradizionali.

Yadi Cao, Sicheng Lai, Jiahe Huang, Yang Zhang, Zach Lawrence, Rohan Bhakta, Izzy F. Thomas, Mingyun Cao, Chung-Hao Tsai, Zihao Zhou, Yidong Zhao, Hao Liu, Alessandro Marinoni, Alexey Arefiev, Rose Yu2026-03-24🔬 physics