917 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 um novo núcleo exato de auto-gravidade, baseado em funções de Bessel modificadas, que supera as limitações da aproximação de comprimento de suavização ao tratar com precisão a estrutura vertical e as propriedades newtonianas em discos protoplanetários finos, permitindo simulações 2D mais consistentes e computacionalmente eficientes.
Este trabalho apresenta uma metodologia baseada em Redes Neurais Informadas pela Física (PINNs) com treinamento sequencial para estimar a velocidade do refrigerante necessária para o resfriamento eficiente de MOSFETs multicamadas, resolvendo um problema inverso complexo com resultados que concordam bem com dados experimentais.
Este estudo investiga compostos de Heusler à base de Co e Ni compatíveis com InAs, demonstrando que uma abordagem de DFT+ com correções de Hubbard aprendidas por máquina e otimizadas via Bayesiana consegue reproduzir com precisão as propriedades eletrônicas e magnéticas calculadas pelo método quasiparticle self-consistent $GW$, identificando o CoTiSn e o CoZrAl como os candidatos mais promissores a semimetais.
Este artigo apresenta um framework modular em Java para visualização científica e simulação, que destaca a separação arquitetônica entre camadas de visualização e motores de simulação, permitindo o isolamento opcional de renderização 3D para evitar acoplamento desnecessário em aplicações 2D.
Este artigo apresenta um novo método de elementos finitos do tipo Lagrangiano-Euleriano Arbitrário (ALE) para simular membranas lipídicas curvas e deformáveis, no qual a malha computacional possui dinâmica in-plane independente do fluxo de lipídios, mas acoplada à superfície através de um multiplicador de Lagrange, permitindo resolver com estabilidade o problema de extração e translação lateral de um filamento de membrana.
Este artigo propõe uma Rede Híbrida de Física Multistream que integra camadas quânticas e clássicas em paralelo para decompor e resolver as equações de Navier-Stokes (problema de Kovasznay), demonstrando superioridade em precisão e eficiência em comparação com redes puramente clássicas.
Este estudo apresenta o FlexPINN, uma rede neural baseada em física flexível e aprimorada, capaz de modelar com alta precisão o fluxo de fluidos e a transferência de massa em micromisturadores 3D complexos, superando as limitações das PINNs tradicionais ao prever com eficácia coeficientes de queda de pressão e índices de mistura em diversas configurações geométricas e números de Reynolds.
Este artigo propõe uma abordagem atomística *ab initio* abrangente, baseada em cálculos de primeiros princípios, para prever com sucesso a morfologia de equilíbrio de cristais de GaP heterogeneamente integrados em silício, demonstrando forte concordância com observações experimentais e oferecendo uma ferramenta para a otimização de materiais e dispositivos multifuncionais.
Este artigo apresenta um quadro abrangente para identificar as computações realizadas por sistemas dinâmicos naturais e artificiais, definindo-as através de mapeamentos entre a evolução desses sistemas e a de máquinas computacionais abstratas, enquanto discute exemplos, limitações e questões relacionadas como a indecidibilidade e o valor da computação.
O artigo demonstra que o uso de redes de tensores quantizados (QTT) supera a maldição da dimensionalidade na precificação de opções multi-ativos via equação de Black-Scholes, permitindo soluções em grade completa para 10 a 15 ativos em computadores pessoais com alta precisão.