1229 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.
Questo lavoro presenta un quadro computazionale multiscala basato sul metodo LHMM che collega la microstruttura dei polimeri alle proprietà meccaniche macroscopiche degli adesivi sensibili alla pressione, consentendo la progettazione razionale e l'ottimizzazione di nuove formulazioni.
Questo studio dimostra che l'ingegnerizzazione di un'interfaccia terminata con azoto sui diamanti, utilizzando potenziali interatomici basati sull'apprendimento automatico, aumenta la conduttanza termica interfacciale con il rame del 21% regolando il trasporto fononico e le proprietà di legame senza incorrere nei problemi di grafittazione associati ai rivestimenti metallici.
Questo studio presenta un nuovo algoritmo basato sulla teoria dei grafi che permette una segmentazione precisa e misurazione automatica delle celle di detonazione da tracciati di pressione 3D, superando i limiti dei metodi manuali e offrendo uno strumento robusto per l'analisi delle geometrie cellulari complesse.
Gli autori propongono un algoritmo quasistatico privo di griglia, implementato nel codice Wake-T, che permette una simulazione efficiente e ad alta risoluzione di acceleratori al plasma basati su laser o fasci di particelle, sfruttando la simmetria assiale per ridurre drasticamente i costi computazionali.
Il documento presenta una procedura di post-elaborazione a basso costo che ricostruisce la geometria delle onde sub-cellulari dalle variabili di Riemann differenziate, permettendo di localizzare con precisione le onde e affinare i contatti nelle simulazioni delle equazioni di Eulero, superando le prestazioni di metodi esistenti come MUSCL-THINC-BVD e WENO-Z-THINC-BVD.
Questo studio valida un modello numerico basato su reti neurali e dati sismici per stimare direttamente il volume d'acqua in un serbatoio poroso, superando la necessità di determinare separatamente il livello della falda e la porosità, al fine di migliorare la gestione sostenibile delle acque sotterranee.
Il lavoro introduce SympFlow, una rete neurale simplettica dipendente dal tempo basata su mappe di flusso Hamiltoniano che garantisce la conservazione della struttura geometrica e dell'energia, permettendo sia l'approssimazione continua di sistemi Hamiltoniani noti sia la scoperta di sistemi sconosciuti a partire da dati di traiettoria.
Il paper propone un quadro statistico basato sulla meccanica quantistica per chiudere le equazioni alle derivate parziali, utilizzando operatori di densità e misurazioni quantistiche per modellare i gradi di libertà irrisolti e preservare le simmetrie dinamiche, con risultati numerici che ne dimostrano l'efficacia nell'applicazione alle equazioni delle acque basse.
Il paper presenta Aitomia, un'assistente intelligente basato su intelligenza artificiale che democratizza e accelera le simulazioni atomistiche e chimico-quantistiche integrando agenti LLM con la piattaforma MLatom per automatizzare flussi di lavoro complessi e supportare sia esperti che non esperti.
Questo articolo presenta un nuovo metodo di machine learning basato su descrittori specifici e una procedura di correzione di fase che permette di apprendere con precisione senza precedenti i vettori di accoppiamento non adiabatico, abilitando simulazioni dinamiche FSSH affidabili e scalabili per lo studio dei processi fotochimici.