879 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 introduz um latent-EnKF preservador de características que supera as limitações da suposição gaussiana dos filtros de Kalman de conjunto tradicionais em fluxos compressíveis ao realizar atualizações de conjunto em um espaço latente de baixa dimensão aprendido, recuperando assim com precisão choques e descontinuidades sem oscilações espúrias.
Este artigo apresenta uma análise assintótica e um método de integral de contorno de alta ordem utilizando patches de Duffy para computar com precisão a função de Green de Neumann tridimensional para superfícies curvas gerais, decompondo a solução em partes singulares e regulares, permitindo, assim, a resolução de problemas em aberto na teoria de captura estreita.
Este artigo apresenta um modelo biomecânico de viga-membrana das pregas vocais computacionalmente eficiente que incorpora o posicionamento impulsionado por músculos e a conformação glótica para prever a dinâmica da produção de voz e investigar distúrbios vocais, oferecendo uma alternativa prática a simulações de alta fidelidade dispendiosas.
Este estudo identifica que a subestimação da temperatura de Curie no ferroelétrico PbTiO decorre primordialmente de limitações nos funcionais de troca-correlação, em vez de imprecisões nos campos de força de aprendizado de máquina, revelando que as aparentes melhorias provenientes de modelos de curto alcance são cancelamentos de erro fortuitos, enquanto previsões precisas requerem interações de longo alcance explícitas e funcionais aprimorados.
Este artigo apresenta um Conjunto de Ferramentas Computacionais de SHG extensível e de código aberto, projetado para superar as limitações dos modelos analíticos existentes e dos dados experimentais inacessíveis, ao fornecer uma coleção coordenada de ferramentas numéricas bem documentadas para o estudo de cenários complexos de geração de segundo harmônico termicamente acoplados.
Este artigo apresenta uma estrutura de Processo Gaussiano de Conjunto Fisicamente Restrito (pc-EGP) que integra penalidades de consistência física e aprendizado de conjunto para modelar com precisão simulações quânticas heterocedásticas e dispendiosas, demonstrando desempenho superior na previsão de parâmetros críticos para o modelo de Bose-Hubbard e na otimização de ambientes químicos para superfluidez em comparação com métodos convencionais.
Este artigo introduz o LAPG, um framework de difusão guiado pelo princípio da mínima ação que aumenta a consistência física em modelos generativos durante a inferência ao combinar um modelo baseado em escore condicional com um prior variacional derivado da ação, permitindo assim uma extrapolação confiável através de tempo, parâmetros e geometrias para vários sistemas físicos sem depender exclusivamente de restrições em tempo de treinamento.
Este artigo demonstra que um modelo de linguagem grande agêntico, guiado por especialistas de domínio através de um processo rigoroso de tradução em dois estágios e validação rigorosa, portou com sucesso o modelo oceânico Fortran FESOM2 de 74.000 linhas para C++/Kokkos, preservando sua física e alcançando ganhos significativos de desempenho em GPUs.