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 lavoro presenta e valida tre formulazioni di modelli di ordine ridotto non intrusivi adattivi che aggiornano online sia il sottospazio latente che la dinamica ridotta, dimostrando come tali approcci, in particolare un metodo ibrido, superino i limiti di stabilità e precisione dei modelli statici quando le dinamiche del sistema si allontanano dal manifold di addestramento.
Questo studio utilizza simulazioni di dinamica molecolare classica per analizzare le fasi intermedie del raggiungimento dell'equilibrio termico tra corpi a contatto, esaminando fluttuazioni, correlazioni e distribuzioni di temperatura in modelli di gas argonico.
Il lavoro propone un quadro analitico per valutare la precisione degli integratori di tipo Verlet stocastico nella simulazione dell'equazione di Langevin, identificando nel set di integratori GJ la soluzione ottimale per simulare correttamente diffusione, deriva e campionamento statistico.
Questo studio analizza la sincronizzazione di oscillatori guidati dall'operatore di Dirac-Bianconi su reti di ordine superiore, utilizzando il metodo di riduzione di fase per descrivere le dinamiche accoppiate tra segnali topologici definiti su nodi e link.
Questo studio valuta le prestazioni del framework EUCLID per la scoperta automatica di leggi costitutive iperelastiche confrontandolo con metodi di identificazione tradizionali su dati sperimentali di gomma naturale, analizzando l'accuratezza predittiva e la capacità di generalizzazione su geometrie inedite.
`diffpy.morph` è un pacchetto Python open-source progettato per confrontare set di funzioni 1D, come gli spettri scientifici, attraverso trasformazioni chiamate "morph" che permettono di eliminare le differenze irrilevanti e isolare i cambiamenti strutturali o chimici significativi.
Questo lavoro presenta un framework di modellazione condizionale multimodale basato su reti di densità di miscela (MDN) che integra vincoli fisici tramite regolarizzazione per apprendere distribuzioni di probabilità complesse e fisicamente coerenti in sistemi scientifici caratterizzati da non-unicità e biforcazioni.
Questo studio analizza come l'incoerenza tra i dati e le equazioni fisiche limiti l'accuratezza delle reti neurali informate dalla fisica (PINN), introducendo il concetto di "barriera di consistenza" che definisce il limite minimo di errore raggiungibile durante l'addestramento.
Questo studio utilizza la teoria della risposta per analizzare la dinamica della carica elettronica e la separazione di carica, dimostrando che la risposta quadratica è necessaria per descrivere accuratamente tali processi rispetto alla risposta lineare.
Questo studio basato su calcoli DFT analizza le proprietà termodinamiche, ottiche, meccaniche e di stoccaggio dell'idrogeno degli idruri (), identificando il come il candidato più promettente grazie alla sua elevata capacità di stoccaggio (4,005 wt%).