🔬 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.

Maximizing the magnetic anisotropy of Dy complexes by fine tuning organic ligands: A systematic multireference high-throughput exploration of over 30k molecules

Este estudo demonstra que a exploração computacional de alto rendimento de mais de 30.000 complexos de disprósio, combinando dados cristalográficos e a geração de novas moléculas, permite otimizar a anisotropia magnética através do ajuste fino dos ligantes orgânicos, alcançando um aumento de aproximadamente 100% em relação a compostos de referência.

Lion Frangoulis, Lorenzo A. Mariano. Vu Ha Anh Nguyen, Zahra Khatibi, Alessandro Lunghi2026-04-06🔬 cond-mat.mtrl-sci

Real-Time Surrogate Modeling for Personalized Blood Flow Prediction and Hemodynamic Analysis

Este trabalho apresenta um framework sistemático que utiliza modelos de aprendizado de máquina para gerar coortes virtuais fisiológicas e prever instantaneamente parâmetros hemodinâmicos personalizados, como o débito cardíaco e a pressão arterial, otimizando a estimativa de parâmetros não mensuráveis e reduzindo custos computacionais na análise cardiovascular.

Sokratis J. Anagnostopoulos, George Rovas, Vasiliki Bikia, Theodore G. Papaioannou, Athanase D. Protogerou, Nikolaos Stergiopulos2026-04-06🔬 physics

Fast and Accurate Inverse Blood Flow Modeling from Minimal Cuff-Pressure Data via PINNs

Este trabalho apresenta um modelo não invasivo e específico para cada paciente que utiliza Redes Neurais Informadas por Física (PINNs) para estimar com rapidez e precisão parâmetros hemodinâmicos centrais, como o débito cardíaco e a pressão sistólica, a partir de dados mínimos de pressão arterial obtidos por manguito, superando em velocidade os métodos inversos tradicionais.

Sokratis J. Anagnostopoulos, Georgios Rovas, Lydia Aslanidou, Vasiliki Bikia, Nikolaos Stergiopulos2026-04-06🔬 physics

RiteWeight: Randomized Iterative Trajectory Reweighting for Steady-State Distributions Without Discretization Error

O artigo apresenta o algoritmo RiteWeight, um método iterativo que repondera segmentos de trajetória de dinâmica molecular com base em agrupamentos aleatórios para estimar distribuições estacionárias precisas sem erros de discretização do espaço de fases, corrigindo assim dados de simulação não convergidos tanto para estados de equilíbrio quanto fora dele.

Sagar Kania, Robert J. Webber, Gideon Simpson, David Aristoff, Daniel M. Zuckerman2026-04-03🔬 physics

PI-JEPA: Label-Free Surrogate Pretraining for Coupled Multiphysics Simulation via Operator-Split Latent Prediction

O artigo apresenta o PI-JEPA, um framework de pré-treinamento sem rótulos para simuladores de reservatório que utiliza predição latente mascarada e regularização de resíduos de EDPs em um esquema de divisão de operadores para reduzir drasticamente a necessidade de simulações rotuladas caras, alcançando maior precisão com menos dados do que métodos supervisionados tradicionais.

Brandon Yee, Pairie Koh2026-04-03🤖 cs.LG

A Self-Evolving Agentic Framework for Metasurface Inverse Design

Este artigo apresenta um quadro de trabalho agêntico autoevolutivo para o design inverso de metassuperfícies que, ao acoplar um agente de codificação com artefatos de habilidades em evolução e um avaliador determinístico baseado em simulação física, permite o refinamento iterativo de estratégias específicas de solucionadores sem alterar os pesos do modelo, resultando em um aumento significativo no sucesso de tarefas e na eficiência do fluxo de trabalho.

Yi Huang, Bowen Zheng, Yunxi Dong, Hong Tang, Huan Zhao, S. M. Rakibul Hasan Shawon, Hualiang Zhang2026-04-03🔬 physics

Smoluchowski Coagulation Equation and the Evolution of Primordial Black Hole Clusters

Este artigo apresenta uma simulação abrangente da evolução de aglomerados de buracos negros primordiais (PBHs) através da resolução da equação de coagulação de Smoluchowski, demonstrando como suas fusões sucessivas podem explicar a existência de buracos negros supermassivos de alto desvio para o vermelho observados pelo telescópio James Webb.

Borui Zhang, Wei-Xiang Feng, Haipeng An2026-04-03🔭 astro-ph

Transformer self-attention encoder-decoder with multimodal deep learning for response time series forecasting and digital twin support in wind structural health monitoring

Este artigo apresenta um modelo de aprendizado profundo multimodal baseado em transformadores que supera as limitações dos métodos tradicionais ao prever respostas estruturais induzidas pelo vento sem assumir estacionariedade ambiental, servindo como um gêmeo digital eficaz para monitoramento de saúde estrutural e gestão resiliente de infraestruturas, como demonstrado em medições reais da Ponte de Hardanger.

Feiyu Zhou, Marios Impraimakis2026-04-03🤖 cs.LG

Lithium Droplet Transport in Tokamak Edge Plasmas

Este artigo apresenta um modelo validado no código OpenEdge para simular o transporte e a evaporação de gotículas de lítio no plasma de borda de tokamaks, demonstrando que o destino e a perda de massa das gotículas dependem criticamente de seu tamanho inicial, velocidade e localização de lançamento, além de permitir o acoplamento bidirecional para avaliar o impacto do lítio no desempenho do plasma.

A. Diaw, J. D. Lore, S. Smolentsev2026-04-03🔬 physics