1164 artigos
A interseção entre física e computação, conhecida como física computacional, transforma equações complexas em simulações digitais que revelam os segredos do universo. Ao utilizar poderosos algoritmos, os pesquisadores exploram desde o comportamento de partículas subatômicas até a dinâmica de galáxias, preenchendo lacunas onde a teoria pura ou a experimentação direta encontram limites.
No Gist.Science, monitoramos diariamente os novos pré-prints dessa área publicados no arXiv. Para cada documento, oferecemos duas perspectivas essenciais: um resumo técnico detalhado para especialistas e uma explicação em linguagem acessível para quem busca compreender os conceitos sem barreiras matemáticas.
Abaixo, você encontrará os trabalhos mais recentes adicionados a esta categoria, prontos para serem explorados em diferentes níveis de profundidade.
Este artigo apresenta o "Time-dependent Neural Galerkin Method", um novo método computacional baseado em um princípio variacional global no tempo que permite simular a dinâmica de sistemas quânticos fortemente interagentes de forma eficiente, superando abordagens tradicionais de passo de tempo ao calcular trajetórias completas para explorar regimes dinâmicos complexos.
Este artigo apresenta uma generalização do método de densidade de energia para incluir a polarização de spin com base na teoria do funcional da densidade de spin, permitindo a decomposição da energia total em energias atômicas bem definidas para o estudo de sistemas magnéticos.
Este estudo propõe uma arquitetura de aprendizagem por reforço inspirada em sistemas de controle distribuídos de insetos, demonstrando que a decomposição do controle em módulos especializados funciona como um viés indutivo eficaz para resolver tarefas de navegação com objetivos comportamentais conflitantes.
Este artigo propõe um framework de IA baseado em modelos generativos e modelos substitutos (surrogates) para automatizar o ciclo de projeto de hélices navais, permitindo a geração direta de geometrias a partir de especificações de desempenho e reduzindo significativamente o tempo de iteração em comparação aos métodos tradicionais.
Este artigo apresenta formulações em forma fechada e aproximações de ordem superior para a primeira e segunda derivadas do operador tangente no grupo de Lie SE(3), evitando o particionamento em blocos para obter maior compacidade e robustez numérica em aplicações como a simulação de corpos de Cosserat.
Este trabalho apresenta um fluxo de trabalho baseado em aprendizado de máquina para investigar como as vibrações da rede em larga escala em TMDs de camada dupla torcida aprofundam o potencial de moiré, facilitando a formação de estados eletrônicos localizados e a cristalização de Wigner.
Este estudo utiliza cálculos de primeiros princípios para investigar defeitos intrínsecos e dopantes no diamante hexagonal, revelando seu potencial para engenharia de condutividade e aplicações em tecnologias quânticas.
Este artigo propõe um método para aumentar a eficiência do preenchimento de redes de pinças ópticas através do uso de barreiras repulsivas que protegem as partículas já capturadas, permitindo múltiplos ciclos de carregamento e alcançando taxas de ocupação próximas de 100% para átomos e moléculas.
Este estudo utiliza simulações de dinâmica molecular para demonstrar que a temperatura de implantação de Al em 4H-SiC influencia a ativação do dopante através da competição entre a preservação da cristalinidade e a formação de aglomerados de intersticiais, explicando a janela de ativação experimental e identificando novos mecanismos de difusão.
O artigo apresenta o LARA-HPC, um framework de agentes baseado em validação que aumenta a confiabilidade e a robustez da automação de simulações de modelagem atomística em ambientes de computação de alto desempenho (HPC).