1164 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 documento presenta un metodo software chiamato "snapshot-referencing" (SSR) che corregge la deriva nelle immagini di microscopia elettronica a scansione, ripristinando l'integrità spaziale dei dati iperspettrali senza richiedere hardware specializzato.
Questo studio presenta un'analisi multiscale che integra modelli surrogati nel codice TMAP8 per ottimizzare la gestione e il riciclo del trizio nel design preliminare di una centrale pilota a fusione sviluppata da Tokamak Energy Ltd.
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.
Il paper propone un metodo di apprendimento automatico potenziato basato su una rete neurale profonda non completamente connessa per calcolare lo stato fondamentale di sistemi a due corpi con gradi di libertà di spin e isospin, la cui validità è stata verificata attraverso il calcolo dello stato legato del deuterone.
Il paper presenta LaSDI-IT, un framework data-driven che combina l'apprendimento di dinamiche in uno spazio latente con una codifica specifica per le interfacce per modellare con alta efficienza e precisione sistemi fisici complessi caratterizzati da interfacce in movimento, come dimostrato nel caso del collasso di pori indotto da shock negli esplosivi ad alta energia.
Questo studio dimostra che l'eccitazione fononica mirata può modulare reversibilmente la conduttività termica del solfuro di boro (BAs) in forma massiva, rivelando come l'inclusione dello scattering a quattro fononi trasformi l'effetto da bidirezionale a prevalentemente soppressivo, con una riduzione significativa della conduttività a frequenze specifiche.
Questo studio dimostra che un algoritmo di ricottura globale potenziato dall'apprendimento automatico, che integra mosse locali e globali, supera le prestazioni e la robustezza dei metodi classici all'avanguardia nella risoluzione di problemi di ottimizzazione combinatoria come i vetri di spin tridimensionali.
Questo studio utilizza simulazioni Monte Carlo quantistico per dimostrare che l'ansatz di Bisognano-Wichmann reticolare fornisce un'approssimazione accurata dell'hamiltoniana di entanglement in sistemi bidimensionali privi di invarianza di Lorentz e traslazionale, estendendone la validità ben oltre i teoremi originali a una vasta gamma di fasi quantistiche.
Lo studio dimostra che l'assimilazione di osservazioni dell'oceano profondo è fondamentale per migliorare le previsioni di superficie, evidenziando come le interazioni dinamiche tra i campi superficiali e profondi, in particolare le caratteristiche dei vortici mesoscalari nel Golfo del Messico, influenzino criticamente l'evoluzione del sistema della Corrente di Loop.
Il paper introduce LEDDS, un framework open-source portabile che esegue simulazioni LBM-DEM accoppiate su GPU utilizzando esclusivamente primitive algoritmiche ad alto livello, ottenendo prestazioni paragonabili ai solver CUDA ottimizzati manualmente senza sacrificare la chiarezza del codice o la portabilità.