🔬 Category

physics.comp-ph

1255 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.

Combining Harmonic Sampling with the Worm Algorithm to Improve the Efficiency of Path Integral Monte Carlo

Os autores propõem e validam algoritmos de Monte Carlo de Integral de Caminho aprimorados, denominados H-PIMC e M-PIMC, que combinam amostragem harmônica exata com o algoritmo da minhoca para aumentar significativamente a eficiência, a taxa de aceitação e a velocidade de convergência no estudo de fases condensadas quânticas, especialmente em sistemas sólidos e líquidos densos com anarmonicidade variável.

Sourav Karmakar, Sutirtha Paul, Adrian Del Maestro, Barak Hirshberg2026-02-26🔬 cond-mat

Using Neural Networks to Accelerate TALYS-2.0 Nuclear Reaction Simulations

Este trabalho demonstra que redes neurais artificiais podem atuar como modelos substitutos altamente eficientes para acelerar em mais de 1000 vezes o ajuste de parâmetros do TALYS-2.0, permitindo a previsão rápida e precisa de seções de choque de reações nucleares com um conjunto de treinamento relativamente pequeno.

Wilson Lin, Catherine E Apgar, Lee A Bernstein, YunHsuan Lee, Alan B McIntosh, Dmitri G Medvedev, Ellen M OBrien, Christiaan E Vermeulen, Andrew S Voyles, Jonathan T Morrell2026-02-26⚛️ nucl-ex

Generalized Onsager-Regularized Lattice Boltzmann Method for error-free Navier-Stokes models on standard lattices

Este trabalho apresenta uma estratégia inovadora baseada em populações de não-equilíbrio Onsager-Regularizadas (OReg) para corrigir erros de modelagem das equações de Navier-Stokes em métodos de Boltzmann em rede, resultando em modelos exatos e estáveis na rede D2Q9 que superam significativamente a precisão e a estabilidade das abordagens convencionais.

Anirudh Jonnalagadda, Walter Rocchia, Sauro Succi2026-02-26🔬 physics

Physics Constrained Neural Collision Operators for Variable Hard Sphere Surrogates and Ab Initio Angle Prediction in Direct Simulation Monte Carlo

Este trabalho apresenta um operador neural unificado e restrito pela física que acelera a Simulação Monte Carlo Direta (DSMC) ao substituir modelos fenomenológicos por kernels neurais estocásticos para conservação de momento e energia, além de um operador dedicado para potenciais *ab initio*, permitindo simulações de alta fidelidade com generalização zero-shot e redução de custo computacional.

Ehsan Roohi, Ahmad Shoja-Sani, Stefan Stefanov2026-02-26🔬 physics

Efficient and Accurate Method for Separating Variant Components from Invariant Background and Component Model Fusion for Fast RFIC Design Space Exploration

Este artigo apresenta um método eficiente e preciso para a exploração do espaço de projeto de RFIC que acelera o processo ao separar componentes variantes de um fundo invariante, permitindo a reutilização de simulações de fundo e a fusão de modelos de componentes para reduzir drasticamente o custo computacional sem comprometer a precisão.

Hongyang Liu, Dan Jiao2026-02-26🔬 physics

Asymptotically Fast Clebsch-Gordan Tensor Products with Vector Spherical Harmonics

Este trabalho apresenta o primeiro algoritmo completo que oferece benefícios assintóticos reais para produtos tensoriais de Clebsch-Gordan em redes neurais equivariantes a E(3)E(3), reduzindo a complexidade de tempo de O(L6)O(L^6) para O(L4log⁡2L)O(L^4\log^2 L) ao generalizar a fórmula de Gaunt para harmônicos esféricos tensoriais e recuperar as interações anteriormente perdidas.

YuQing Xie, Ameya Daigavane, Mit Kotak, Tess Smidt2026-02-26🤖 cs.LG

Emergent Rate Laws for Collective Lying-Standing Transitions

Este estudo estabelece uma relação quantitativa entre a adsorção e a cinética coletiva das transições de deitar-em pé em interfaces orgânico-inorgânico, demonstrando que a taxa de transição emerge de processos microscópicos acoplados e é intrinsecamente controlada por parâmetros geométricos, permitindo a derivação de uma expressão analítica para o projeto de escalas de tempo nessas interfaces.

Anna Werkovits, Simon B. Hollweger, Oliver T. Hofmann2026-02-26🔬 physics

Hydrodynamics of Dense Active Fluids: Turbulence-Like States and the Role of Advected Activity

Este artigo revisa e estuda teoricamente a turbulência ativa em fluidos densos, demonstrando que considerar a atividade como um campo dinâmico advectado pelo fluxo, em vez de uniforme, revela regimes espectrais transitórios e fronteiras de atividade complexas, fornecendo uma estrutura mais realista para entender sistemas biológicos e sintéticos.

Sandip Sahoo, Siddhartha Mukherjee, Samriddhi Sankar Ray2026-02-26🌀 nlin

MBD-ML: Many-body dispersion from machine learning for molecules and materials

O artigo apresenta o MBD-ML, uma rede neural de passagem de mensagens pré-treinada que prevê coeficientes atômicos de dispersão e polarizabilidades diretamente a partir de estruturas atômicas, permitindo o cálculo eficiente e imediato de interações de van der Waals de muitos corpos em moléculas e materiais sem a necessidade de cálculos eletrônicos intermediários.

Evgeny Moerman, Adil Kabylda, Almaz Khabibrakhmanov, Alexandre Tkatchenko2026-02-26🔬 cond-mat.mtrl-sci