1221 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 artigo apresenta uma abordagem inovadora que utiliza assinaturas de Chebyshev agrupadas em grafos multiescala para caracterizar e classificar transições atômicas em simulações de grande escala, permitindo a identificação de padrões complexos e hierárquicos que métodos tradicionais não conseguem capturar.
O artigo apresenta um novo quadro de simulação multiescala concorrente acelerado por operadores neurais que acopla simulações atômicas à análise de elementos finitos para materiais viscoelásticos, substituindo a avaliação direta da dinâmica molecular por um operador neural recorrente treinado para permitir simulações dinâmicas eficientes e informadas em escala atômica.
O artigo apresenta o PRBench, um benchmark rigoroso de 30 tarefas curadas por especialistas em 11 subáreas da física para avaliar a capacidade de agentes de IA de reproduzir integralmente pesquisas científicas, revelando que os modelos atuais, mesmo os mais avançados, ainda falham em executar com sucesso essa tarefa de ponta a ponta devido a erros críticos na implementação de fórmulas, correção de código e precisão de dados.
O artigo apresenta o Spectral Pattern Translator (SPT), um framework de aprendizado profundo informado por física que resolve o problema inverso da espectroscopia de absorção de raios X, permitindo a determinação precisa e rápida de configurações atômicas em materiais não cristalinos e dinâmicos para acelerar a descoberta autônoma de novos materiais.
Este trabalho reformula a prescrição de Chiba como um problema de momentos polinomiais e propõe uma nova rota de construção baseada no método Lanczos-Golub-Welsch para gerar tabelas de probabilidade em auto-proteção de ressonância, resultando em menores erros de seção de choque efetiva e evitando respostas complexas indesejadas em comparação com o método convencional.
Este artigo apresenta uma solução analítica exata no espaço de fases para o oscilador de contato com amortecimento em lei de potência, demonstrando que a transformação de variáveis mapea o sistema não linear para um modelo linear equivalente, permitindo obter em forma fechada o coeficiente de restituição, a penetração máxima e a evolução temporal para qualquer expoente de força .
Este artigo apresenta um modelo cinético de colisão generalizado e orientado por dados para plasmas inhomogêneos 1D3V, aprendido a partir de simulações de dinâmica molecular que supera as limitações do operador Landau ao capturar interações de muitos corpos, garantindo conservação de energia e precisão em uma ampla gama de condições físicas.
Este trabalho demonstra que o controle do ordenamento atômico de curto alcance em ligas semicondutoras de GeSn, quantificado por meio de uma nova metodologia de aprendizado de máquina aplicada à análise EXAFS e correlacionado com fotoluminescência, constitui um novo grau de liberdade essencial para a engenharia de bandas, permitindo ajustar a banda proibida além da composição média e da tensão mecânica.
O artigo apresenta o Mat3ra-2D, um framework de código aberto que facilita o design rápido e a organização de dados de materiais bidimensionais e interfaces realistas, incluindo defeitos e desordem, para aplicações de inteligência artificial e aprendizado de máquina.
Este estudo combina simulações numéricas e um modelo analítico para revelar que árvores fractais em ambientes urbanos experimentam uma transição de crise de arrasto em altos números de Reynolds, onde a complexidade estrutural e a turbulência suavizam essa transição, desafiando a premissa comum de que a poda sempre reduz a carga aerodinâmica.