1190 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 uma abordagem de densidade de carga modelo para acelerar a convergência das somas de Ewald em sistemas de fase condensada, demonstrando sua eficácia no cálculo da banda proibida do arseneto de gálio e esclarecendo uma implementação histórica no código CRYSTAL.
Este artigo avalia criticamente descritores de ligação química derivados de uma base de dados quântico-química ampliada, demonstrando que sua incorporação em modelos de aprendizado de máquina não apenas melhora a previsão de propriedades elásticas, vibracionais e termodinâmicas, mas também facilita a descoberta de expressões simbólicas intuitivas para essas propriedades.
Os autores desenvolveram um modelo de substituição consciente da física para a equação de Cahn-Hilliard estocástica em 3D, que parametriza fluxos intercelulares para garantir conservação de massa e incorporar flutuações térmicas, permitindo a previsão precisa de estatísticas de ensemble e a captura de nucleação ativada termicamente em regimes metastáveis, capacidades inatingíveis por modelos determinísticos.
Este artigo apresenta o VaFES, uma abordagem variacional baseada em modelos generativos que permite a construção direta e diferenciável de superfícies de energia livre sem necessidade de dados de simulação prévia, facilitando a identificação e geração imediata de eventos raros em sistemas complexos.
Este trabalho desenvolve um método de goniometria ultrassônica que utiliza um modelo de onda plana, bounds elásticos de ordem zero otimizados e processamento em GPU para caracterizar eficientemente a elasticidade de materiais geralmente anisotrópicos, incluindo simetria triclínica, sem exigir alinhamento preciso da amostra.
Este estudo de primeiros princípios investiga a intercalação de sódio em birnessita de potássio, revelando como a inserção iônica modifica a estabilidade estrutural, as barreiras de difusão e as propriedades eletrônicas e magnéticas do material, transformando-o em um semicondutor bipolar promissor para aplicações em spintrônica e armazenamento de energia.
Este artigo apresenta uma técnica híbrida de malha móvel sobreposta integrada ao Esquema Cinético Unificado (UGKS) para simular com precisão e eficiência fluxos multiescala não estacionários com fronteiras em movimento, como separação de corpos hipersônicos e escoamentos em MEMS.
Este artigo propõe um método de reconstrução admissível com restrições de não negatividade para tabelas de probabilidade de seção de choque, formulando um problema de otimização convexa que preserva a interpretabilidade física ao corrigir violações de não negatividade em canais de reação, embora com um custo moderado na precisão de níveis de resposta em comparação com a correspondência total.
Este trabalho apresenta um método de bloqueio de sinais que, aplicado no pós-processamento de amostras de Monte Carlo, mitiga o problema do sinal fermiônico ao revelar correlações entre energia e fatores de sinal, validando sua eficácia com resultados precisos no modelo de Fermi-Hubbard bidimensional.
Este artigo apresenta uma estratégia de triagem acelerada para semicondutores de óxido dopados, combinando um funil de validação DFT de três níveis com um algoritmo de bandits contextuais multi-fidelidade para identificar candidatos ótimos (como ZnO co-dopado com Y2Cu2) com eficiência computacional drasticamente reduzida e revelar dimensões químicas latentes que governam o desempenho dos dopantes.