1258 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.
O artigo apresenta o M-CODE, um sistema de categorização compacto e de código aberto que utiliza ontologia, dimensionalidade e evolução para padronizar a descrição de estruturas complexas em ciência dos materiais, facilitando a geração e validação de dados reprodutíveis.
Este estudo demonstra que modelos de aprendizado de máquina, combinados com cálculos de teoria do funcional da densidade e descritores físico-químicos, podem prever com precisão as energias de formação de dopantes em monocamadas de TiO₂, mesmo com conjuntos de dados pequenos e curados, garantindo também a transferência química entre diferentes elementos dopantes.
O artigo investiga as condições de contorno na simulação numérica de sistemas quânticos, demonstrando que sistemas abertos não podem ser descritos por condições locais devido ao princípio da incerteza, e propõe um método que utiliza uma rede numérica reduzida para manter a correspondência com a física de ondas infinitamente estendidas.
Este artigo apresenta uma teoria exata de função de envelope multivale para descrever o desdobramento de vales em nanoestruturas de Si/SiGe, demonstrando que os modelos convencionais falham em interfaces atômicas devido à dependência física da referência de energia e propondo uma aproximação filtrada espectralmente que restaura a invariância correta.
O artigo apresenta o BEACONS, uma nova estrutura que utiliza métodos de características, decomposição algébrica e verificação formal para criar solucionadores de equações diferenciais parciais baseados em redes neurais com erros rigorosamente limitados e garantias de correção, permitindo extrapolação confiável para regimes além dos dados de treinamento.
Este artigo propõe um método de decomposição de domínio de baixo posto dinâmico para resolver equações de transferência radiativa multidimensionais, permitindo o uso de posto global reduzido, o tratamento eficiente de fontes pontuais e uma paralelização eficiente em memória distribuída ao transferir apenas dados nas fronteiras entre subdomínios.
Os autores apresentam uma implementação de Monte Carlo quântico de campo auxiliar (AFQMC) baseada em ondas planas no formalismo PAW dentro do VASP, que opera no limite do conjunto de bases completo e demonstra alta precisão ao calcular constantes de rede e módulos de bulk para diversos materiais, superando as limitações de métodos como MP2 e RPA.
O artigo apresenta o XDiag, um pacote de software de código aberto desenvolvido em C++ e Julia que combina algoritmos avançados de diagonalização exata, como codificação de sub-redes e paralelização em memória distribuída, com interfaces amigáveis para permitir simulações eficientes e escaláveis de sistemas quânticos de muitos corpos.
Este trabalho apresenta o modelo cinético multistado "KinLuv", que incorpora estados excitados de maior energia e acoplamento vibrônico de Herzberg-Teller para calcular ab initio observáveis fotofísicos em emissores orgânicos, permitindo a quantificação precisa da influência desses estados superiores e a definição de critérios para a seleção racional de modelos cinéticos otimizados.
Este artigo propõe um método inspirado na mecânica quântica que utiliza estados de produto matricial (MPS) para codificar simultaneamente dimensões espaciais e temporais, superando a maldição da dimensionalidade na resolução de EDPs e em previsões de longo prazo de sistemas não lineares com escalabilidade logarítmica.