physics.comp-ph 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.

A robust high-resolution algorithm for quadrature-based moment methods applied to high-speed polydisperse multiphase flows

Este artigo apresenta um método Euleriano de alta resolução baseado em momentos quadráticos para simular fluxos multifásicos granulares polidispersos de alta velocidade, incorporando efeitos como colisões, arrasto e transferência de calor, e validado através de diversos experimentos numéricos que demonstram sua eficácia em problemas complexos de interação entre choques e partículas.

Jacob W. Posey, Rodney O. Fox, Ryan W. Houim2026-03-17🔬 physics

Hierarchy of extreme-event predictability in turbulence revealed by machine learning

Este estudo utiliza aprendizado de máquina para revelar que a previsibilidade de eventos extremos em turbulência segue uma hierarquia dependente do estado, sendo controlada predominantemente pela persistência de estruturas coerentes de grande escala e pela vida útil de pacotes de vórtices quadrupolares precedidos por núcleos de tensão intensa.

Yuxuan Yang, Chenyu Dong, Gianmarco Mengaldo2026-03-17🌀 nlin

Information-Driven Phase Transition on Weighted Graphs with Spontaneous Dimensional Sensitivity

O artigo descreve um modelo de fluxo de informação em grafos ponderados que exibe uma transição de fase aguda e uma relação discreta de Poisson com sensibilidade dimensional espontânea, onde a curvatura espectral atua como variável central de auto-organização.

Valerio Dolci2026-03-17🔬 cond-mat

Manufacturable blazed metasurface gratings designed by 3D topology optimization model

Este trabalho apresenta uma generalização de um modelo de otimização topológica 3D para projetar metassuperfícies de difração (blazed) no visível e infravermelho próximo, demonstrando que a incorporação de restrições de fabricação, como uma parametrização baseada em pilares, permite obter estruturas binárias com alta eficiência de difração que são compatíveis com processos de nanofabricação reais.

Simon Ans (Laboratoire d'Astrophysique de Marseille, Institut Fresnel), Frédéric Zamkotsian (Laboratoire d'Astrophysique de Marseille), Guillaume Demésy (Institut Fresnel)2026-03-17🔬 physics.optics

Nonadiabatic rare events from transition-path sampling of MASH trajectories

Este artigo apresenta um novo framework que combina a abordagem MASH (mapping approach to surface hopping) com a amostragem de trajetórias de transição para simular com eficiência eventos raros não adiabáticos, permitindo a análise detalhada de mecanismos de reação e constantes de taxa sem enviesar a dinâmica subjacente.

Danial Ghamari, Jeremy O. Richardson2026-03-17🔬 physics

Vacuum Wannier Functions for First-Principles Scattering and Photoemission

Este artigo estabelece uma teoria de primeira princípios de funções de Wannier no vácuo que unifica descrições de ligação forte e de elétrons quase livres em interfaces sólido-vácuo, permitindo cálculos preditivos de fotoemissão sem potenciais de vácuo semieempíricos e revelando correções além da aproximação de Born de primeira ordem em materiais como grafeno e h-BN.

Tyler Wu, Tomás Arias2026-03-17🔬 cond-mat.mtrl-sci

Auto-WHATMD : Automated Wasserstein-based High-dimensional feature extraction Analysis of Trajectories from Molecular Dynamics

O artigo apresenta o auto-WHATMD, um método automatizado que utiliza a distância de transporte ótimo e recozimento simulado para identificar automaticamente resíduos-chave em trajetórias de dinâmica molecular de alta dimensão, permitindo a comparação quantitativa eficiente de sistemas proteicos e a correlação com afinidades de ligação.

Sosuke Asano, Ikki Yasuda, Katsuhiro Endo, Yoshinori Hirano, Kenji Yasuoka2026-03-17🔬 physics

Excited Pfaffians: Generalized Neural Wave Functions Across Structure and State

Este artigo apresenta as "Excited Pfaffians" e o método de Amostragem por Importância Multi-Estado (MSIS), uma arquitetura de rede neural unificada que permite calcular com alta eficiência e precisão múltiplos estados excitados e superfícies de energia potencial, superando significativamente os custos computacionais e a escalabilidade das abordagens anteriores.

Nicholas Gao, Till Grutschus, Frank Noé, Stephan Günnemann2026-03-17⚛️ quant-ph

A Deep-Learning-Boosted Framework for Quantum Sensing with Nitrogen-Vacancy Centers in Diamond

Este artigo apresenta um framework robusto e eficiente baseado em redes neurais convolucionais unidimensionais (1D-CNN) para análise em tempo real de espectros de ressonância magnética opticamente detectada (ODMR) de centros de vacância de nitrogênio em diamante, superando as limitações dos métodos de ajuste não linear convencionais em termos de velocidade, precisão e robustez, especialmente em baixas razões sinal-ruído, e validando sua aplicação em medições de temperatura intracelular e imageamento magnético de vórtices supercondutores.

Changyu Yao, Haochen Shen, Zhongyuan Liu, Ruotian Gong, Md Shakil Bin Kashem, Stella Varnum, Liangyu Li, Hangyue Li, Yue Yu, Yizhou Wang, Xiaoshui Lin, Jonathan Brestoff, Chenyang Lu, Shankar Mukherji (…)2026-03-17🔬 physics.app-ph

Neural network backflow for ab-initio solid calculations

Este trabalho estende a abordagem de backflow de redes neurais para cálculos de estado sólido *ab-initio*, introduzindo uma estratégia de poda em duas etapas que permite simulações escaláveis e de precisão de última geração em materiais como cadeias de hidrogênio, grafeno e silício.

An-Jun Liu, Bryan K. Clark2026-03-17🔬 cond-mat

← Anterior Próximo →