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.

Hadamard regularization of open quantum systems coupled to unstructured environments in the Schwinger-Keldysh formalism

Questo articolo presenta un algoritmo di integrazione temporale basato sulla regolarizzazione di Hadamard all'interno del formalismo di Schwinger-Keldysh, che risolve il problema della scalabilità cubica nelle simulazioni di sistemi quantistici aperti accoppiati a ambienti non strutturati, permettendo di catturare efficacemente effetti non markoviani e di rinormalizzazione su scale temporali separate.

Jakob Dolgner2026-03-17⚛️ quant-ph

Distance learning from projective measurements as an information-geometric probe of many-body physics

Questo lavoro propone un metodo di "distance learning" basato su un discriminatore neurale per inferire direttamente le distanze tra stati quantistici da snapshot di misurazioni proiettive, permettendo di identificare fasi della materia, calcolare esponenti critici e analizzare classi di universalità senza ricorrere all'apprendimento di rappresentazioni a bassa dimensionalità.

Oleksii Malyshev, Simon M. Linsel, Fabian Grusdt, Annabelle Bohrdt, Eugene Demler, Ivan Morera2026-03-17⚛️ quant-ph

Hierarchy of extreme-event predictability in turbulence revealed by machine learning

Utilizzando un modello di diffusione condizionale autoregressivo addestrato su simulazioni numeriche dirette, questo studio rivela che la prevedibilità degli eventi estremi nella turbolenza segue una gerarchia dipendente dallo stato, dove la persistenza delle strutture coerenti su larga scala e la durata dei nuclei di deformazione intensa determinano l'orizzonte temporale di previsione.

Yuxuan Yang, Chenyu Dong, Gianmarco Mengaldo2026-03-17🌀 nlin

Manufacturable blazed metasurface gratings designed by 3D topology optimization model

Questo studio presenta un framework di ottimizzazione topologica 3D che generalizza la progettazione di metasuperfici a fiamma per la riflessione nel visibile e nel vicino infrarosso, dimostrando come l'adozione di una parametrizzazione basata su pilastri consenta di ottenere dispositivi ad alta efficienza ottica (57%) che rispettano i vincoli reali della nanofabbricazione.

Simon Ans (Laboratoire d'Astrophysique de Marseille, Institut Fresnel), Frédéric Zamkotsian (Laboratoire d'Astrophysique de Marseille), Guillaume Demésy (Institut Fresnel)2026-03-17🔬 physics.optics