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 sviluppa e confronta quattro potenziali interatomici basati sull'apprendimento automatico (ACE, MACE, GAP e tabGAP) per simulare con precisione di livello DFT la struttura e i difetti causati dalle radiazioni nel superconduttore YBCO.
Questo studio propone un nuovo framework che combina le reti Kolmogorov-Arnold (KAN) con il metodo Level-set per risolvere problemi di frontiere mobili, dimostrando che l'uso di attivazioni basate su spline permette di ricostruire con precisione campi di temperatura e dinamiche di interfaccia in modo più compatto ed efficiente rispetto alle tradizionali reti MLP.
Questo studio utilizza simulazioni atomistiche e il machine learning per analizzare le resistenze locali allo scorrimento delle dislocazioni in 12 leghe ad alta entropia refrattarie, sviluppando un modello predittivo dello sforzo di snervamento basato su proprietà elastiche e distorsione reticolare per guidare la progettazione di nuovi materiali.
Il paper presenta DISCOVER, un nuovo framework open-source di regressione simbolica accelerato tramite GPU e progettato per la fisica e la scienza dei materiali, che permette di scoprire relazioni matematiche interpretabili e fisicamente coerenti integrando la conoscenza del dominio e ottimizzando l'efficienza computazionale.
Questo studio confronta il modello di Borgnakke-Larsen con il modello di Pullin all'interno del metodo DSMC per simulare lo scambio di energia tra traslazione e rotazione nei gas biatomici, dimostrando che il modello di Pullin offre una base teorica più rigorosa e accurata pur mantenendo prestazioni paragonabili in regimi di flusso altamente rarefatti.
Questo studio dimostra che l'impiego del *compressed sensing* tramite celle sovrapposte permette di ridurre drasticamente l'uso della memoria nelle simulazioni Monte Carlo neutroniche, ottenendo ricostruzioni 2D e 3D ad alta fedeltà con una drastica diminuzione dei campioni necessari.
Il lavoro propone un nuovo operatore di raffinamento adattivo (AMR) su mesh ottree massivamente parallele che garantisce la conservazione globale delle quantità fisiche durante la fase di coalescenza (coarsening) attraverso una proiezione , superando i limiti di deriva sistematica dei metodi di iniezione standard in modelli di fase come Cahn-Hilliard.
Il paper propone un nuovo metodo multi-livello basato sulla decomposizione Tensor-Train per risolvere equazioni differenziali alle derivate parziali non lineari in un formato spazio-temporale monolitico, superando i limiti di convergenza dei metodi classici e dei solutori TT a singolo livello attraverso una strategia di raffinamento progressivo che garantisce maggiore robustezza e precisione.
Questo articolo stabilisce un nuovo framework all'interno della Teoria del Funzionale della Matrice di Densità Ridotta a Un Corpo che consente la determinazione universale dell'Informazione di Fisher Quantistica per stati fondamentali fermionici e bosonici direttamente dalla matrice di densità ridotta a un corpo, evitando così la complessità computazionale di funzioni d'onda esponenzialmente grandi.
Questo articolo propone un modello a campo di fase con orientamento non locale che incorpora l'anisotropia dei bordi di grano dipendente dalla disorientazione e dall'inclinazione utilizzando un singolo campo di orientamento, consentendo così una sintonizzazione precisa dell'energia del bordo di grano e semplificando al contempo la procedura di adattamento e riproducendo accuratamente comportamenti microstrutturali chiave come la crescita lineare dei grani e l'equilibrio delle giunzioni triplie.