903 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 o IPRM Raio-Coluna, um modelo de turbulência baseado em estrutura que restaura informações de escala espectral radial ao projetar estados condicionais em bandas de número de onda finitas, permitindo assim avaliações de fechamento mais precisas e a formação de observáveis filtrados em comparação com abordagens tradicionais baseadas apenas na orientação.
Este estudo demonstra que o uso de pulsos laser Laguerre-Gaussianos de duas cores para conduzir campos de plasma altera fundamentalmente sua topologia, redistribuindo a energia do campo longitudinal fora do eixo em estruturas ocas e em forma de anel, oferecendo assim novos mecanismos para o controle da dinâmica transversal do plasma e permitindo a aceleração de partículas fora do eixo.
Este artigo propõe um método computacional baseado em Redes Neurais Informadas pela Física (PINN) que resolve diretamente estados de fluxo periódicos no tempo, otimizando sobre um único período em vez de simular condições iniciais transitórias, alcançando assim reduções significativas no tempo computacional enquanto mantém uma precisão comparável aos solucionadores tradicionais baseados em malha.
Este artigo apresenta uma ferramenta de Método dos Momentos numericamente estável para simular parâmetros S de PCBs em caixa multicamada, combinando um formalismo de matriz S para derivar a função de Green diádica completa com diversas funções de base para modelar tanto correntes transversais quanto longitudinais.
Utilizando métodos de Monte Carlo variacional com estados quânticos neurais, este estudo analisa o setor próximo ao núcleo da restrição hamiltoniana na gravidade de laços reduzida quântica e identifica três classes distintas de soluções, incluindo uma ramificação fatorizada que é precisamente descrita por estados coerentes semiclássicos emergentes de Thiemann.
Este artigo apresenta um método inovador baseado em MPI para construir e simular redes neurais de spiking em grande escala em clusters multi-GPU e supercomputadores exascale, demonstrando escalabilidade eficiente para modelos corticais complexos por meio de estratégias otimizadas de conectividade local e troca de spikes.
Este artigo introduz o Operador Neural Simpético, uma arquitetura inovadora que preserva a estrutura simplética intrínseca de sistemas hamiltonianos de dimensão infinita para garantir estabilidade rigorosa de longo prazo e conservação de energia aprimorada em comparação com modelos padrão baseados em dados.
O artigo apresenta a Rede de Amplificação de Características Quânticas (QFAN), um modelo generativo quântico autoregressivo que supera o gargalo do tamanho do registro na simulação de chuveiros em calorímetros ao gerar imagens como sequências de blocos usando um circuito quântico de tamanho fixo, demonstrando com sucesso sua capacidade de reproduzir distribuições físicas-chave tanto em simuladores quanto em hardware quântico da IBM.
Este artigo apresenta uma implementação altamente eficiente do modelo oceânico de Galerkin Descontínua SLIM, acelerada por múltiplas GPUs, que alcança acelerações massivas em relação a sistemas baseados em CPU e permite simulações costeiras de ultra-alta resolução, como uma melhoria de cinco vezes na resolução para a Grande Barreira de Corais.
Este artigo demonstra como combinar um agente de codificação com IA generativa e um algoritmo de busca em árvore orientado por LLM pode descobrir autonomamente estruturas fotovoltaicas tridimensionais otimizadas, desde que o sistema aplique correções iterativas às restrições físicas para eliminar a exploração de recompensas algorítmica e garantir soluções fisicamente válidas.