1201 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 uma Rede Neural de Valor Medida (MVNN) que infere termos de interação dependentes de medidas a partir de trajetórias de partículas, estabelecendo sua fundamentação teórica e demonstrando alta precisão preditiva e generalização em diversos sistemas de dinâmica de McKean-Vlasov.
Este artigo apresenta o desenvolvimento do modelo SAT3-NN, uma nova rede neural que mapeia dados de girocinética linear para magnitudes de potencial saturado não linear, demonstrando maior precisão na previsão de fluxos de energia e partículas e na reprodução da escala anti-gyroBohm em comparação com modelos anteriores.
O artigo apresenta o BuSyNet, uma arquitetura de aprendizado profundo que descobre expressões simbólicas de Hamiltonianos dimensionalmente consistentes e interpretáveis, mapeando trajetórias para variáveis ação-ângulo latentes e superando métodos atuais em precisão e estabilidade de previsões de longo prazo para sistemas físicos como o oscilador harmônico e o problema de Kepler.
O artigo demonstra que simulações de escoamento hipersônico em gases poliatômicos inertes com baixo índice adiabático podem gerar instabilidades numéricas do tipo "carbuncle" na onda de choque, as quais podem ser erroneamente confundidas com oscilações físicas reais observadas experimentalmente.
Este artigo propõe um novo algoritmo de fusão de partículas para simulações de dinâmica de gases rarefeitos que conserva momentos arbitrários de velocidade e espaço através da resolução de um problema de mínimos quadrados não negativos, resultando em erros significativamente menores nas grandezas macroscópicas.
O artigo apresenta o Procela, um novo framework em Python que introduz governança epistêmica em simulações mecanicistas, permitindo a mutação estrutural em tempo real: o sistema pode adicionar dinamicamente novos mecanismos inexistentes no início, remover os que falham, alterar políticas de resolução de variáveis e executar experimentos que modificam o próprio grafo causal com reversão automática em caso de falha, demonstrado pela redução de erros e arrependimento cumulativo em modelos de resistência antimicrobiana.
Este artigo valida em simulações de malha fechada a eficácia e robustez de controladores de forma de plasma em tempo real para o tokamak MAST-U, que utilizam redes neurais para emular circuitos virtuais dinâmicos, superando as limitações de agendamentos pré-definidos e demonstrando viabilidade para implementação real.
Este artigo apresenta um método de elementos espectrais de Galerkin descontínuo hibridizável (HDG-SEM) com adaptação de ordem polinomial (p-adaptativo) para resolver a equação de Poisson em simulações de plasma eletrostático, demonstrando sua eficiência na redução de graus de liberdade e sua aplicação em casos complexos através da implementação no framework de código aberto PICLas.
O artigo apresenta um método estável para simulações de Monte Carlo com determinante a baixas temperaturas, utilizando decomposições matriciais para superar instabilidades numéricas e permitir simulações em grandes valores de com custos computacionais semelhantes aos da implementação ingênua.
Este artigo relata a primeira implementação de prova de conceito do algoritmo de aproximação quântica (QAOA) para o problema MAX-CUT em um processador quântico baseado em centros NV de diamante operando à temperatura ambiente, utilizando um registro de dois qubits e reconstruindo as populações computacionais a partir de sinais de fluorescência para mapear a paisagem de custo do algoritmo.