1197 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 JZ-Tree, uma implementação em JAX e CUDA que utiliza uma hierarquia de árvore baseada em ordem Morton para superar os desafios de divergência de threads e acesso irregular à memória, permitindo buscas de vizinhos exatos e agrupamento "friends-of-friends" com desempenho mais de dez vezes superior ao de bibliotecas concorrentes em GPUs.
Este artigo apresenta um estudo numérico da equação de onda não linear fracionária unidimensional em regime periódico, demonstrando que tanto a inflação de norma quanto a boa definição probabilística podem ser observadas em regimes subcríticos e supercríticos de energia.
Este artigo propõe e valida esquemas numéricos de alta ordem baseados em relaxação que garantem a conservação de massa e o balanço de energia na resolução de equações de Schrödinger-Poisson, incluindo casos com coeficientes variantes no tempo, ao acoplar métodos de Runge-Kutta implícito-explícito com colocalização espectral.
Este trabalho apresenta um quadro integrado de design baseado em aprendizado de máquina que supera as limitações dos métodos tradicionais para explorar eficientemente o espaço de composições de ligas complexas refratárias (RCCAs), permitindo prever com alta precisão a estabilidade de fases e as propriedades mecânicas para acelerar a descoberta de novos materiais.
Utilizando uma técnica controlada de Monte Carlo diagramático, este estudo demonstra que, no caso de meio-preenchimento da rede de Lieb com interação atrativa, a resposta de emparelhamento diverge linearmente com a diminuição da temperatura, estabelecendo uma temperatura característica que fornece um limite superior controlado para a supercondutividade em bandas planas, com valores máximos ocorrendo quando todas as três bandas se tocam em um único ponto de momento.
Este artigo apresenta o PAPS, um framework de aprendizado profundo que resolve eficientemente equações de Fokker-Planck transientes para parâmetros e distribuições iniciais arbitrários, alcançando uma aceleração de quatro ordens de magnitude em comparação com simulações de Monte Carlo ao unificar as distribuições via misturas gaussianas e um autoencoder com restrição de preservação.
O artigo apresenta o *gyaradax*, um solver de cinética giroscópica local baseado em JAX e CUDA que acelera significativamente as simulações de turbulência em plasmas de fusão em comparação com códigos legados, validando-se contra benchmarks existentes e demonstrando como fluxos de trabalho com agentes de IA podem facilitar a tradução de código complexo e a integração com aprendizado de máquina.
Este artigo apresenta um novo algoritmo de otimização estrutural evolutiva bidirecional (BESO) combinado com o método de elementos finitos estendidos (XFEM) para resolver problemas de otimização topológica em grande escala e alta resolução, utilizando sub-regiões enriquecidas para equilibrar precisão computacional e eficiência.
Este artigo apresenta uma abordagem de upwinding multidimensional para escoamentos multifásicos compressíveis que combina reconstruções baseadas na estrutura de ondas no espaço característico e nas propriedades físicas no espaço real, utilizando esquemas específicos para ondas acústicas, vorticidade e interfaces de material, resultando em maior precisão na captura de fenômenos físicos e redução de artefatos numéricos em comparação com métodos tradicionais.
Este artigo apresenta um método baseado na técnica de Lagrangiano que substitui múltiplos cálculos de DFT por uma única equação de Kohn-Sham perturbada acoplada, permitindo a avaliação eficiente e precisa de forças atômicas não tendenciosas em cálculos de Monte Carlo Variacional *ab initio* (VMC), o que melhora a consistência com superfícies de energia potencial e a concordância com resultados de referência de alta precisão.