917 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 articolo presenta un modello computazionale multiphysics per il Reattore a Sali Fusi (MSFR) che integra il codice ad alta fedeltà Cardinal con il metodo della Matrice di Fissione per risolvere le equazioni di neutronica in modo rapido e accurato, sfruttando database precalcolati tramite simulazioni Monte Carlo.
Il paper introduce Scale-PINN, una strategia di apprendimento che integra il principio di correzione iterativa dei residui nelle reti neurali informate dalla fisica, riducendo drasticamente i tempi di addestramento e migliorando l'accuratezza per rendere questi metodi pratici in ambiti scientifici e ingegneristici.
Questo articolo propone un metodo di stima bayesiana per ottimizzare la finestra di misura nella spettroscopia Mössbauer basata su radiazione di sincrotrone, migliorando la precisione degli spostamenti del centro di oltre tre volte rispetto alle tecniche di fitting convenzionali.
Questo lavoro introduce un approccio basato sul reinforcement learning per caratterizzare e emulare il rumore dei chip quantistici, offrendo una maggiore flessibilità rispetto alle tecniche convenzionali e validando il metodo sia in simulazione che su qubit superconduttori reali.
Il documento presenta una tecnica innovativa per la stima ammortizzata di posteriori multi-modali utilizzando Flussi Normalizzanti addestrati con campionamento d'importanza ponderato per la verosimiglianza, dimostrando che l'inizializzazione con un modello a mistura di gaussiane, anziché distribuzioni unimodali, è cruciale per catturare correttamente la topologia e la connettività dei supporti nei problemi inversi ad alta dimensionalità.
Questo studio dimostra che un'architettura EfficientNet leggera e scalabile, combinata con caratteristiche globali, offre prestazioni competitive nel tagging dei jet di quark top con un costo computazionale significativamente inferiore rispetto ai modelli basati su Transformer e GNN.
Il paper presenta MAD-SURF, un potenziale interatomico basato sull'apprendimento automatico addestrato su un ampio dataset, che replica con precisione i risultati della teoria del funzionale densità (DFT) per l'adsorbimento di molecole su superfici di metalli nobili, consentendo simulazioni atomistiche di ordini di grandezza più rapide.
Il documento dimostra che l'omogeneizzazione tramite misura di Young applicata all'equazione del trasporto radiativo genera tensori di soluzione con decomposizione a treno tensoriale a rango limitato, permettendo di superare i costi computazionali delle metodologie tradizionali mantenendo un'elevata fedeltà spettrale per diverse fonti di opacità.
Questo studio dimostra che un'ottimizzata tessellazione di superficie armonica di ordine superiore, realizzata tramite manifattura additiva, supera le prestazioni idrotermiche delle strutture TPMS (come la giroide) in regime turbolento, offrendo un compromesso superiore tra aumento dell'efficacia termica e riduzione delle perdite di pressione.
Il paper presenta PINEAPPLE, un nuovo framework che integra le reti neurali informate dalla fisica con un algoritmo evolutivo per stimare in tempo reale e in modo non distruttivo i parametri di degrado interni degli elettrodi delle batterie agli ioni di litio, garantendo alta precisione e robustezza attraverso l'uso di principi fisici fondamentali.