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.

Nonparametric Reaction Coordinate Optimization with Histories: A Framework for Rare Event Dynamics

Il paper presenta un nuovo quadro non parametrico che ottimizza le coordinate di reazione incorporando la storia delle traiettorie, permettendo un'analisi robusta e precisa di eventi rari in sistemi complessi (come il ripiegamento delle proteine o i dati clinici longitudinali) senza richiedere un campionamento estensivo o dati di riferimento noti.

Polina V. Banushkina, Sergei V. Krivov2026-03-04🧬 q-bio

Emergent Rotational Order and Re-entrant Global Order of Vicsek Agents in a Complex Noise Environment

Lo studio rivela che gli agenti Vicsek in un ambiente rumoroso complesso con una regione circolare silenziosa mostrano un ordine rotazionale emergente e un ordine globale re-entrante, dove l'aumento del rumore esterno e la velocità delle particelle influenzano significativamente la dinamica di fuga, la segregazione e la risposta alla disomogeneità ambientale.

Mohd Yasir Khan2026-03-04🔬 cond-mat

Understanding cold electron impact on parallel-propagating whistler chorus waves via moment-based quasilinear theory

Questo studio sviluppa una teoria quasilineare basata sui momenti per dimostrare come le instabilità secondarie guidate dagli elettroni freddi possano smorzare quasi completamente le onde coro whistler parallele, limitandone l'ampiezza nella magnetosfera terrestre e spiegando la scarsa osservazione simultanea di onde oblique ad alta ampiezza.

Opal Issan, Vadim Roytershteyn, Gian Luca Delzanno, Salomon Janhunen2026-03-04🔬 physics

Floating-point consistent cross-verification methodology for reproducible and interoperable DDA solvers with fair benchmarking

Questo lavoro presenta una metodologia unificata per la verifica incrociata e il benchmarking dei solutori DDA a sorgente aperta (DDSCAT, ADDA e IFDDA), consentendo accordi di precisione macchina, confronti prestazionali sistematici e simulazioni riproducibili e interoperabili.

Clément Argentin, Patrick C. Chaumet, Michel Gross, Maxim A. Yurkin2026-03-04🔬 physics.optics

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics

Lo studio dimostra che, nei modelli di ordine ridotto basati su autoencoder con dinamiche neurali ODE, la proiezione di Stiefel sul primo strato del decoder migliora costantemente le prestazioni di previsione a lungo termine, mentre altre strategie di regolarizzazione geometrica, pur migliorando la regolarità locale del decoder, spesso ostacolano l'addestramento delle dinamiche latenti.

Mikhail Osipov2026-03-04🤖 cs.LG

Astral: training physics-informed neural networks with error majorants

Il paper propone "Astral", una nuova funzione di perdita per le reti neurali fisicamente informate basata su maggioranti dell'errore che, a differenza della minimizzazione del residuo, fornisce una stima diretta e affidabile dell'errore, permettendo un controllo preciso della precisione della soluzione e dimostrando una convergenza più rapida e un errore inferiore in vari problemi di equazioni alle derivate parziali.

Vladimir Fanaskov, Tianchi Yu, Alexander Rudikov, Ivan Oseledets2026-03-03🔬 physics

Causality-Respecting Adaptive Refinement for PINNs: Enabling Precise Interface Evolution in Phase Field Modeling

Questo studio introduce un approccio innovativo che combina l'adattamento della mesh basato sul residuo (RBAR) con l'addestramento guidato dalla causalità per migliorare l'accuratezza e l'efficienza delle reti neurali informate dalla fisica (PINN) nella simulazione dell'evoluzione di interfacce complesse, come nel caso dell'equazione di Allen-Cahn.

Wei Wang, Tang Paai Wong, Haihui Ruan, Somdatta Goswami2026-03-03🔬 physics

Infinite Boundary Terms and Pairwise Interactions: A Unified Framework for Periodic Coulomb Systems

Questo articolo presenta un quadro unificato per derivare l'energia e la pressione elettrostatica di sistemi periodici, sia neutri che non neutri, sostituendo l'interazione di Coulomb con un'interazione efficace a coppie che include termini di confine infiniti, permettendo così di trattare in modo coerente sia le particelle puntiformi che le distribuzioni di carica.

Yihao Zhao, Zhonghan Hu2026-03-03🔬 physics