🔬 Category

physics.comp-ph

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.

The universal growth of magnetic energy during the nonlinear phase of subsonic and supersonic small-scale dynamos

Ao analisar um grande conjunto de simulações abrangendo regimes subsônicos a supersônicos, este estudo revela que, embora a taxa de crescimento não linear de dínamos de pequena escala varie de linear a quadrática dependendo da compressibilidade do escoamento, o processo converte consistentemente uma fração fixa da energia cinética turbulenta em energia magnética ao longo de uma duração característica de aproximadamente 20 tempos de rotação da escala externa.

Neco Kriel, James R. Beattie, Mark R. Krumholz, Jennifer Schober, Patrick J. Armstrong2026-05-01🔬 physics

Rigorous electromagnetic quasinormal-mode method made easy for users

Este artigo apresenta um método simplificado, acessível e ultrarrápido para o cálculo de modos normais quasi-estacionários eletromagnéticos, combinando técnicas numéricas com aproximações precisas, implementado em um pacote de código aberto dentro de software comercial de fotônica para preencher a lacuna entre a teoria avançada de modos normais quasi-estacionários e as práticas padrão de simulação em frequência real.

Tong Wu, Philippe Lalanne2026-05-01🔬 physics.optics

Towards single-shot coherent imaging via overlap-free ptychography

Este artigo apresenta uma extensão do framework PtychoPINN que permite imageamento de difração coerente sem sobreposição e de disparo único, e acelera a ptychografia convencional de múltiplos disparos ao acoplar um modelo direto diferenciável com uma verossimilhança de Poisson, alcançando reconstruções de alta fidelidade com requisitos de dados significativamente reduzidos e aumento de rendimento em conjuntos de dados experimentais de síncrotron e XFEL.

Oliver Hoidn, Albert Vong, Aashwin Mishra, Steven Henke, Matthew Seaberg2026-05-01🔬 physics.optics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

Este artigo apresenta um modelo de rede neural em grafos chamado AugerNet, experimentalmente preciso e interpretável, que prevê as energias de ligação de elétrons do núcleo 1s de carbono em moléculas orgânicas com um erro absoluto médio de 0,33 eV, aproveitando características de nós informadas quimicamente e equivariância E(3) para capturar ambientes de ligação locais e generalizar para sistemas maiores.

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics

Computation of frequency- and time-domain Jacobians in optical tomography with Monte Carlo simulations

Este artigo apresenta um quadro teórico completo e uma implementação Monte Carlo de código aberto para calcular jacobianos nos domínios da frequência e do tempo na tomografia óptica, demonstrando a sua necessidade para uma modelagem precisa em regimes de baixa dispersão e os benefícios de uma modelagem realista de detectores para separações curtas entre fonte e detector.

Pauliina Hirvi, Jaakko Olkkonen, Qianqian Fang, Ilkka Nissilä2026-05-01🔬 physics.optics

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

VibroML é um toolkit Python de código aberto que aproveita potenciais aprendidos por máquina e algoritmos genéticos para automatizar a remediação de instabilidades dinâmicas, validar a estabilidade em temperaturas finitas e explorar sistematicamente espaços composicionais, transformando assim a triagem de materiais de alto rendimento de uma mera verificação de estabilidade em um fluxo de trabalho abrangente para a geração de estruturas cristalinas fisicamente viáveis.

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01🔬 cond-mat.mtrl-sci

Compressibility of micromagnetic solutions in tensor train format

Este artigo demonstra que representar estados micromagnéticos 3D no formato de train de tensores supera as limitações de escalamento cúbico dos métodos tradicionais baseados em grade, explorando a esparsidade espacial e alcançando uma contagem de parâmetros significativamente mais eficiente que escala como L1.8L^{1.8} e (1/a)1.2(1/a)^{1.2} para configurações de fechamento de fluxo.

Thierry Valet, Nicolas Vukadinovic2026-05-01🔬 cond-mat.mes-hall

Time-Dilation Methods for Extreme Multiscale Timestepping Problems

Este artigo apresenta um quadro generalizado de dilatação temporal que modula a evolução por meio de um fator espaço-temporal contínuo para superar limitações extremas de passo de tempo em múltiplas escalas em simulações astrofísicas, permitindo fatores de aceleração superiores a 10410^4 enquanto preserva estados estacionários locais corretos e evita separações de escala arbitrárias.

Philip F. Hopkins, Elias R. Most2026-04-30🔭 astro-ph