1240 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 una simulazione economica e accurata degli spettri infrarossi di cluster d'acqua protonati, ottenuta combinando potenziali appresi tramite machine learning con il metodo del bagno termico quantistico per includere in modo efficiente gli effetti nucleari quantistici.
Questo studio sviluppa un modello agli elementi finiti ad alta fedeltà della sonda Chang'e-7 per dimostrare come le variazioni termiche estreme e la rotazione dei pannelli solari al polo sud lunare causino significative derive nella frequenza fondamentale del lander, fornendo così una base teorica essenziale per filtrare il rumore indotto dalla sonda e garantire l'accuratezza delle future rilevazioni sismiche interne della Luna.
Lo studio analizza numericamente l'impatto di un campo magnetico esterno sulla dinamica dei grandi polaroni in sistemi quasi-unidimensionali, dimostrando che tale influenza dipende non solo dall'intensità del campo ma anche dai parametri specifici del sistema che ne definiscono le proprietà, come energia, ampiezza e larghezza di localizzazione.
Il paper dimostra come il metodo FR-FSM (spin moment fisso completamente relativistico) permetta di conciliare le discrepanze nei calcoli dell'energia di anisotropia magnetocristallina ottenuti con diversi potenziali di scambio-correlazione e di stimare il valore massimo teorico di tale energia, fornendo uno strumento utile per la progettazione di nuovi magneti permanenti.
Gli autori presentano un risolutore diretto per problemi di Poisson su gride cartesiane non uniformi che, sfruttando una formulazione tensoriale e operazioni GEMM, supera in efficienza e robustezza i metodi multigrid e a riduzione ciclica, rendendo possibili simulazioni ad alta risoluzione su sistemi eterogenei.
Il paper presenta PF-PINO, un operatore neurale informato dalla fisica che supera i limiti dei metodi tradizionali nel modellare l'evoluzione parametrica dei campi di fase, garantendo maggiore accuratezza, generalizzazione e stabilità a lungo termine attraverso l'incorporazione dei vincoli fisici nel processo di apprendimento.
Questo studio dimostra che l'inferenza basata sulla simulazione (SBI) è uno strumento efficace per la stima dei parametri dei modelli di interazione neutrino-nucleone, ottenendo un migliore adattamento ai dati sperimentali rispetto alle configurazioni precedentemente sintonizzate e mostrando la capacità di approssimare anche simulazioni con modelli fisici diversi.
Il lavoro presenta un metodo efficiente e generale per calcolare i confini di fase a bassa temperatura combinando l'equazione di Clausius-Clapeyron con l'approssimazione quasi-armonica, permettendo di incorporare effetti quantistici e anarmonici con un costo computazionale minimo, come dimostrato dalla costruzione del diagramma di fase della silice.
Questo articolo presenta , un approccio di progettazione ottica basato sull'apprendimento automatico che, attraverso la microscopia differenziabile, supera i metodi tradizionali per la ricostruzione di fase ottica, dimostrando la propria superiorità su diversi dataset biologici e convalidando sperimentalmente un design appreso.
Il paper introduce le Neural Delay Differential Equations (NDDE), un approccio continuo basato sul formalismo di Mori-Zwanzig che utilizza ritardi temporali fissi per modellare dinamiche non-Markoviane in sistemi parzialmente osservabili, superando le prestazioni di metodi esistenti come LSTM e ANODE.