1338 articoli
Questo studio dimostra che gli emettitori selettivi nanoparticolati (Nano-SE) superano significativamente le alternative a banda larga nel mitigare le isole di calore urbano, raggiungendo temperature superficiali inferiori sotto i fattori di vista del cielo ristretti tipici dei paesaggi urbani densi, offrendo così una soluzione scalabile per migliorare la resilienza termica urbana.
Questo articolo stabilisce un quadro di modellazione gerarchica dimostrando che la sismicità innescata da impatti sulla faglia di San Andreas è governata principalmente dalla propagazione delle onde elastiche e dall'attrito dipendente dalla velocità nei primi 100 secondi, prevedendo che impatti meteoritici superiori a 10¹⁴–10¹⁵ J a distanze di 20–100 km potrebbero innescare grandi terremoti sulla base di una legge di scala derivata che collega l'energia critica allo stress della faglia e alla distanza.
Questo articolo introduce il metodo Perturbation Augmented Space group structure Sampling (PASS) per generare un dataset rappresentativo per l'addestramento di un potenziale interatomico di apprendimento automatico trasferibile, accurato e computazionalmente efficiente basato sul framework dell'espansione dei cluster atomici, che modella con successo la complessa dinamica reattiva dell'ossidazione del ferro attraverso sistemi di bulk, superficie e interfaccia.
Questo articolo presenta un modello analitico idrotermodinamico 2D autosufficiente che deriva leggi di scala esplicite per l'ablazione tumorale rapida e non invasiva, dimostrando come una matrice cellulare stazionaria converta la quantità di moto acustica in gradienti di pressione statica e identificando una relazione ottimale tra profondità di assorbimento e obiettivo per ottenere confini della lesione termica netti pur prevenendo il surriscaldamento a monte.
Questo studio introduce un framework vettorializzato scalabile per simulare la magnetorecezione dei radicali di coppia aviari, rivelando che specifici canali di rumore ambientale possono agire come una "lente quantistica" costruttiva per aumentare la sensibilità magnetica del 35,2%, offrendo così un nuovo paradigma per bussole quantistiche bioniche tolleranti al rumore.
Questo articolo introduce un modello di circuito basato sul cablaggio che determina analiticamente gli insiemi di contatto a frequenza zero e la molteplicità delle bande quasi-statiche in cristalli fotonici metallici snelli e privi di perdite, sfruttando i sottogruppi di traduzione di ritorno e le proprietà elettrostatiche, unificando così la derivazione dei comportamenti di schermatura e dei cutoff di plasma attraverso varie geometrie periodiche senza fare affidamento su specifici parametri induttivi.
Questo studio investiga gli effetti della temperatura di Rapid Thermal Annealing sulle proprietà meccaniche, l'adesione interfacciale e l'evoluzione microstrutturale di film di alluminio e rame depositati tramite Physical Vapor Deposition, rivelando che, sebbene l'annealing riduca la durezza e il modulo elastico, esso può migliorare la forza di adesione attraverso la crescita dei grani e i cambiamenti della morfologia superficiale, fornendo così approfondimenti critici per l'ottimizzazione dei parametri di lavorazione nelle applicazioni dei semiconduttori.
Questo articolo presenta un framework di simulazione end-to-end che mappa le variazioni delle giunzioni Josephson indotte dalla fabbricazione nel detuning della frequenza dei qubit e dimostra che un modello di errore coerente, diversamente da un modello depolarizzante probabilistico, è essenziale per catturare accuratamente i revival oscillatori della fedeltà e identificare i regimi non perturbativi in array di transmon superconduttori.
Questo articolo presenta e valida sperimentalmente su processori IBM a 156 qubit un nuovo framework quantistico a profondità costante per la preparazione dello stato fondamentale che utilizza la proiezione operator-algebrica su sottospazi massimali privi di decoerenza per bypassare l'ottimizzazione variazionale e la Trotterizzazione, limitando esplicitamente l'applicabilità del metodo a problemi con energie dello stato fondamentale computabili classicamente.
Questo studio impiega una Rete Neurale Informata dalla Fisica (PINN) per ricostruire in modo non parametrico il parametro di Hubble dai dati osservativi e successivamente derivare la corrispondente funzione della gravità f(T), dimostrando un robusto framework guidato dai dati che si allinea con il modello cosmologico standard ΛCDM.