1259 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 trabalho analisa como a inconsistência entre os dados e as equações diferenciais limita a precisão das Redes Neurais Informadas pela Física (PINNs), introduzindo o conceito de "barreira de consistência" para demonstrar que o erro final do modelo é determinado pelo nível de fidelidade dos dados utilizados.
Este artigo propõe uma nova abordagem de interpolação por grades esparsas (*sparse grids*) com balanceamento de ruído e construção multinível "on-the-fly" para criar modelos substitutos (*surrogates*) eficientes que acoplam simulações de Monte Carlo de alta fidelidade a modelos de contínuo, superando desafios de dimensionalidade e ruído de amostragem em aplicações de catálise heterogênea.
Este artigo analisa o treinamento de Redes Neurais Informadas pela Física (PINNs) sob a perspectiva da teoria do aprendizado estatístico, tratando o resíduo da física como uma fonte de dados indireta e utilizando a teoria do aprendizado singular para estudar a convergência e a incerteza preditiva em problemas de valor inicial e de contorno.
Este artigo apresenta e analisa um método variacional de rastreamento de interface (*front-tracking*) para modelos de escoamento multifásico com junções triplas, utilizando uma formulação híbrida (paramétrica para interfaces e Euleriana para o fluido) e elementos finitos não ajustados (*unfitted*) que garantem estabilidade energética e preservação de volume.
O artigo propõe uma estrutura baseada em uma abordagem variacional energética para aprender leis físicas de sistemas dissipativos a partir de dados contínuos ou discretos, oferecendo robustez a ruídos e escalabilidade para sistemas complexos de alta dimensão.
Este estudo utiliza a teoria de resposta para investigar a dinâmica e a separação de cargas eletrônicas, demonstrando que a resposta quadrática é essencial para descrever esses processos de forma mais precisa que a resposta linear, aproximando-se de resultados de propagação temporal exata.
Este artigo apresenta uma abordagem variacional eficiente e escalável, combinando operadores de produto de matrizes e Monte Carlo variacional dependente do tempo, para simular sistemas quânticos abertos com interações de longo alcance em uma e duas dimensões, permitindo o estudo de fenômenos complexos em escalas de até 200 sítios.
Este estudo utiliza cálculos de DFT para investigar as propriedades termodinâmicas, ópticas, mecânicas e de armazenamento de hidrogênio dos hidretos (), concluindo que o é o candidato mais promissor devido à sua maior capacidade de armazenamento de hidrogênio.
O UniPhy propõe um modelo de fundação para modelagem climática contínua que utiliza transformações geométricas de Clifford-Riemann e operadores espectrais não-hermitianos para capturar dinâmicas termodinâmicas complexas de forma eficiente e globalmente consistente.
Este trabalho apresenta um modelo completo de campo de fase para fratura em materiais frágeis sob choque térmico, capaz de unificar diferentes cenários de fratura — desde a propagação de fendas existentes até a nucleação de novas — ao tratar de forma independente as propriedades do material, sua resistência e sua tenacidade.