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 estudo de primeiros princípios investiga a intercalação de sódio em birnessita de potássio, revelando como a inserção iônica modifica a estabilidade estrutural, as barreiras de difusão e as propriedades eletrônicas e magnéticas do material, transformando-o em um semicondutor bipolar promissor para aplicações em spintrônica e armazenamento de energia.
Este artigo apresenta uma técnica híbrida de malha móvel sobreposta integrada ao Esquema Cinético Unificado (UGKS) para simular com precisão e eficiência fluxos multiescala não estacionários com fronteiras em movimento, como separação de corpos hipersônicos e escoamentos em MEMS.
Este trabalho apresenta um método de bloqueio de sinais que, aplicado no pós-processamento de amostras de Monte Carlo, mitiga o problema do sinal fermiônico ao revelar correlações entre energia e fatores de sinal, validando sua eficácia com resultados precisos no modelo de Fermi-Hubbard bidimensional.
O artigo apresenta um amostrador generativo multiescala, inspirado no grupo de renormalização, que combina modelos de mistura Gaussianos condicionais e fluxos normais contínuos mascarados para superar o desacelamento crítico em teorias de campo de rede, permitindo a redução de variância via Monte Carlo Multinível e alcançando tempos de autocorrelação drasticamente menores que o método HMC em volumes grandes.
Este artigo propõe e investiga numericamente o conceito de "Elevador Relógio Espacial", uma arquitetura de transporte orbital modular que utiliza múltiplos cabos giratórios sincronizados e nós elípticos intermediários para transferir cargas entre diferentes regimes orbitais sem o consumo contínuo de propelente.
Este artigo apresenta o modelo numérico HydroFirn, uma ferramenta eficiente e multidimensional para simular a hidrologia do firn na Groenlândia, capaz de capturar dinâmicas complexas de fluxo de água e formação de camadas de gelo que modelos unidimensionais não conseguem explicar, oferecendo assim melhores estimativas sobre o aumento do nível do mar e o fluxo de água doce.
Este estudo numérico demonstra que o comprimento das valvas bicúspides é um fator determinante na eficiência do fechamento e na prevenção do refluxo, explicando como valvas com folhetos mais curtos podem apresentar incompetência funcional.
Este artigo apresenta uma estratégia de aprendizado ativo que integra cálculos de teoria funcional da densidade, modelagem termoquímica e redes neurais para criar um modelo substituto generalizável e um banco de dados abrangente, permitindo a previsão eficiente e precisa do desempenho de detonação de materiais energéticos em um vasto espaço químico.
Este trabalho apresenta a densidade de modularidade bipartida generalizada (Qbg), uma nova função objetivo baseada em modularidade que utiliza um parâmetro de resolução ajustável para detectar estruturas comunitárias hierárquicas em redes bipartidas ponderadas sem alterar sua topologia intrínseca.
O artigo apresenta o EquiformerV3, uma nova geração de redes neurais gráficas equivariantes a SE(3) que combina otimizações de implementação, modificações arquiteturais e novas ativações SwiGLU- para alcançar simultaneamente maior eficiência, expressividade e generalidade, estabelecendo novos recordes de desempenho em tarefas de modelagem atômica em larga escala.