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 confronta un modello di foglio vorticoso inviscido con simulazioni Navier-Stokes attraverso circa 70 movimenti di piastra non stazionari a numeri di Reynolds moderati, dimostrando che l'approccio inviscido predice accuratamente forze e strutture di flusso nei regimi dominati dal corpo, pur mostrando una ridotta accuratezza a bassi angoli di attacco nelle configurazioni dominate dal flusso.
Questo articolo dimostra che una semplice rete neurale a singolo strato nascosto, addestrata su galassie sintetiche derivate dal modello semi-analitico SHARK, può predire accuratamente le masse stellari per le reali galassie del survey GAMA utilizzando solo magnitudini assolute e indici di colore, raggiungendo uno scatter di ~0,131 dex e provando che architetture di deep learning complesse sono superflue per un robusto trasferimento dalla simulazione all'osservazione negli studi sull'evoluzione galattica.
Questo articolo propone un metodo di Differenze Finite Generalizzate nel Dominio della Frequenza che discretizza un dominio fondamentale per calcolare le strutture a bande fotoniche per cristalli fotonici finiti, dimostrandone la validità su un cristallo monodimensionale in una cavità ottica pur analizzando la transizione verso sistemi infiniti.
Il documento presenta TTNOpt, un pacchetto software che sfrutta le reti tensoriali ad albero per calcolare efficientemente gli stati fondamentali e le proprietà fisiche di sistemi di spin quantistici, eseguendo al contempo la compressione tensoriale ad alto rango per l'analisi di dati ad alta dimensionalità attraverso l'ottimizzazione delle strutture di rete basata sui pattern di entanglement.
Questo articolo estende le espansioni in serie ad alta temperatura ai correlatori di spin dinamici di Matsubara per i modelli di Heisenberg, fornendo coefficienti di espansione esatti precalcolati fino al 12° ordine per reticoli arbitrari per consentire il calcolo delle suscettibilità statiche e dei fattori di struttura dinamica a frequenza reale.
Utilizzando l'algoritmo per eventi rari TAMS su un modello concettuale accoppiato, questo studio quantifica la probabilità di una cascata di punti di non ritorno da un collasso dell'AMOC al degrado della foresta amazzonica, rivelando che, sebbene una tale transizione nel nord-ovest del Brasile entro 200 anni sia altamente improbabile, essa è strettamente contingente a un precedente collasso dell'AMOC che induca un forte disseccamento e rischi di incendi boschivi.
Questo articolo investiga le correnti di carica e di spin persistenti in un anello di Hatano-Nelson ferromagnetico, dimostrando come il salto non reciproco induca un effetto Aharonov-Bohm non hermitiano e rivelando che il disordine può sorprendentemente amplificare il trasporto di spin attraverso vari regimi topologici e di parametri.
Questo articolo mette in discussione le convenzionali strategie di mitigazione del rumore dimostrando che preservare il rumore non unitario e distorto negli algoritmi quantistici variazionali può effettivamente migliorare l'ottimizzazione classica e produrre soluzioni migliori, mentre le tecniche di twirling standard che simmetrizzano il rumore spesso degradano le prestazioni.
Questo articolo presenta un modello numerico validato all'interno del codice PELOTON che simula l'accelerazione dei proiettili a razzo nei dispositivi di fusione termonucleare tenendo conto dell'asimmetria della nube di ablazione e dei gradienti di plasma, dimostrando coerenza con le traiettorie sperimentali di JET e rivelando una deviazione ridotta per i pellet compositi deuterio-neon.
Questo articolo propone lo Streaming Operator Inference, un framework di riduzione del modello non intrusivo che utilizza la SVD incrementale e i minimi quadrati ricorsivi per apprendere modelli a ordine ridotto accurati da flussi di dati sequenziali, superando così i limiti di memoria dei tradizionali metodi batch e consentendo l'adattamento online per sistemi dinamici su larga scala.