🔬 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.

Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification

Este artigo apresenta um benchmark abrangente que compara um código de campo de fase com diferenças finitas acelerado por GPU (GPU-PF) e um código de elementos finitos com malha adaptativa paralelizado por CPU (PRISMS-PF) para simular a solidificação direcional de ligas Al-Cu e SCN-camphor em condições experimentalmente relevantes, validando sua precisão na previsão da morfologia dendrítica e da dinâmica da ponta, ao mesmo tempo que avalia seu desempenho computacional para apoiar fluxos de trabalho integrados de engenharia computacional de materiais.

Jiefu Tian, David Montiel, Kaihua Ji, Trevor Lyons, Jason Landini, Katsuyo Thornton, Alain Karma2026-04-30🔬 cond-mat.mtrl-sci

qFHRR: Rethinking Fourier Holographic Reduced Representations through Quantized Phase and Integer Arithmetic

O artigo apresenta o qFHRR, uma formulação de fase quantizada de Representações Reduzidas Holográficas de Fourier que substitui a aritmética de ponto flutuante por operações modulares inteiras para reduzir significativamente a pegada de memória e permitir uma implementação eficiente em hardware, preservando ao mesmo tempo as propriedades algébricas e a estrutura de similaridade de alta fidelidade do framework original de valores complexos.

Shay Snyder (George Mason University), Hamed Poursiami (George Mason University), Maryam Parsa (George Mason University)2026-04-30🔬 physics

From Code to Figure: A FAIR-Aligned Data Provenance Chain for Reproducible Simulation Research in Numerical Physics

Este artigo apresenta um fluxo de trabalho integrado e alinhado com os princípios FAIR que combina controle de versão, testes automatizados, registro estruturado e pós-processamento padronizado para estabelecer uma cadeia completa de proveniência de dados, garantindo a reprodutibilidade desde o desenvolvimento do código até as figuras publicadas em simulações de física numérica.

Markus Uehlein, Tobias Held, Christopher Seibel, Lukas G. Jonda, Baerbel Rethfeld, Sebastian T. Weber2026-04-30🔬 physics

Accelerating finite-element-based projector augmented-wave density functional theory calculations with scalable GPU-centric computational methods

Este artigo apresenta um método escalável de ondas aumentadas projetadas por elementos finitos centrado em GPU (PAW-FE) que aproveita inovações algorítmicas, como aritmética de precisão mista e iteração de subespaço filtrada por Chebyshev, para alcançar acelerações significativas e desempenho pronto para exascala em simulações de teoria do funcional da densidade quimicamente precisas e de grande escala.

Kartick Ramakrishnan, Phani Motamarri2026-04-30🔬 physics

Implementation of the hybrid exchange-correlation functionals in the SIESTA code

Este artigo apresenta uma implementação eficiente e precisa de funcionais híbridos de troca-correlação no código SIESTA, utilizando uma representação ajustada por gaussianas de orbitais atômicos numéricos para permitir simulações em grande escala e escaláveis de sistemas estendidos com previsões de gap de banda significativamente aprimoradas.

Yann Pouillon, Bill Clintone Oyomo, James Sifuna, María Camarasa-Gómez, Xinming Qin, Carlos Beltrán, Fernando Gómez-Ortiz, Honghui Shang, Javier Junquera2026-04-30🔬 cond-mat.mtrl-sci

Mixture of Experts Framework in Machine Learning Interatomic Potentials for Atomistic Simulations

Este artigo apresenta uma estrutura multifidelidade de Mistura de Especialistas para potenciais interatômicos de aprendizado de máquina que particiona espacialmente domínios de simulação e emprega uma estratégia de co-treinamento para resolver incompatibilidades mecânicas nas interfaces, alcançando assim precisão de alta fidelidade para sistemas catalíticos complexos a mais do que o dobro da velocidade computacional dos métodos padrão.

Gabriel de Miranda Nascimento, Marc L. Descoteaux, Laura Zichi, Chuin Wei Tan, William C. Witt, Nicola Molinari, Sriteja Mantha, Daniil Kitchaev, Mordechai Kornbluth, Karim Gadelrab, Charles Tuffile (…)2026-04-30🔬 physics

Scaling in Supersonic Turbulence: Energy Spectra and Fluxes using High-Fidelity Direct Numerical Simulations

Utilizando simulações numéricas diretas aceleradas por GPU de alta resolução, este estudo revela que a turbulência supersônica sofre uma mudança fundamental nos mecanismos de cascata de energia, caracterizada por uma transição de escalas do tipo Kolmogorov para do tipo Burgers nos espectros de energia rotacional, impulsionada por uma transferência de energia dominante entre escalas dos modos solenoidais para os modos compressivos.

Harshit Tiwari, Dhananjay Singh, Mahendra K. Verma, Rajesh Ranjan2026-04-30🔬 physics

Drift-Free Conservative Dynamics from Quantized Interaction Rules

Este artigo apresenta uma estrutura em nível de operador para dinâmica conservativa que utiliza regras exatas de transferência inteira antissimétrica em um espaço de estados quantizado para eliminar a deriva de arredondamento numérico e impor a seleção de entropia diretamente no nível aritmético, preservando assim as leis de conservação e as estruturas de choque sem depender de cancelamento aproximado de fluxo.

Park Junhu, Youngsoo Ha, Myungjoo Kang2026-04-30🔬 physics

Generalized Yee methods: Scalable symplectic finite element Maxwell solvers

Este artigo apresenta os Métodos Generalizados de Yee (GYMs), uma classe escalável de solucionadores de Maxwell por elementos finitos que preservam estrutura, estendendo o método de Yee para malhas não estruturadas e precisão de ordem superior ao utilizar elementos conformes de de Rham e aproximações esparsas da matriz de massa, mantendo rigorosamente a localidade e a simplética para estabilidade numérica de longo prazo e acoplamento com partículas em células.

Alexander S. Glasser, Hong Qin2026-04-29🔬 physics