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 studio presenta uno schema gas-cinetico compatto ad alto ordine in formulazione Arbitrary Lagrangian-Eulerian (ALE) che, attraverso l'uso di un flusso evolutivo accurato nel tempo e di una ricostruzione spaziale semplificata, ottimizza l'efficienza computazionale e la precisione nel tracciamento delle discontinuità di flusso.
Questo studio presenta un metodo di apprendimento automatico basato su processi gaussiani che, utilizzando descrittori a lungo raggio, permette di prevedere con precisione la densità elettronica in supercelle moiré di grandi dimensioni, superando i limiti computazionali della teoria del funzionale della densità (DFT) per materiali come il grafene e i dicalcogenuri dei metalli di transizione.
Questo articolo presenta un nuovo paradigma di simulazione basato sulla programmazione differenziabile che unifica la fluidodinamica computazionale e il machine learning, permettendo l'ottimizzazione end-to-end di modelli fisici per flussi multi-scala che spaziano dal regime continuo a quello rarefatto.
Questo studio dimostra che l'applicazione di una strategia di parametrizzazione ottimale per la gestione delle traiettorie riduce significativamente la varianza nelle stime dei tempi medi di primo passaggio (MFPT) in modelli molecolari complessi e ad alta dimensionalità.
Il lavoro introduce la mappa -Gauss-Logistica, un nuovo sistema dinamico non lineare che presenta transizioni al caos graduali (tramite cascate di raddoppio del periodo) per e transizioni improvvise senza biforcazioni per , rivelando proprietà analitiche peculiari e connessioni con la distribuzione di Cauchy nel caso limite.
Il lavoro presenta una tecnica di penalizzazione volumetrica per simulare i flussi in microcanali complessi attivati acusticamente, scomponendo il problema in due sottosistemi (primo e secondo ordine) e dimostrando l'efficacia e la scalabilità del metodo rispetto alle tradizionali griglie conformi (body-fitted).
Questo studio presenta un approccio computazionale basato sull'apprendimento automatico e sulla spettroscopia vibrazionale per dimostrare come il livello di ossidazione del grafene modifichi la struttura dell'acqua all'interfaccia, fornendo un metodo per identificarne lo stato di ossidazione attraverso segnali spettroscopici specifici.
Questo studio propone un approccio di *active learning* per migliorare la previsione dell'entalpia di miscelazione in liquidi binari, identificando la necessità di nuovi dati sulle leghe contenenti elementi refrattari e validandoli tramite simulazioni di dinamica molecolare *ab initio*.
Il paper introduce un approccio denominato DIQCD che utilizza un'equazione di Lindblad con un hamiltoniano variabile nel tempo per prevedere l'evoluzione di sistemi quantistici aperti, dimostrando efficacia sia su dati sperimentali di molecole ultracalde che su simulazioni di semiconduttori organici.
Questo lavoro esplora l'applicazione dei metodi basati sulle reti tensoriali, ispirati alla meccanica quantistica, per ottimizzare la compressione delle immagini e la simulazione dell'ottica classica, offrendo algoritmi più efficienti per settori come l'astronomia e la microscopia.