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 propõe um modelo computacional multiphysics de alta fidelidade para o Reator de Sal Fundido de Nêutrons Rápidos (MSFR) utilizando o código Cardinal e o Método da Matriz de Fissão para resolver as equações de neutrônica de forma eficiente e acoplada à hidrodinâmica computacional.
O artigo apresenta o Scale-PINN, uma estratégia de aprendizado que integra o princípio de correção residual iterativa de solvers numéricos à formulação de perdas de redes neurais físicas, permitindo uma convergência mais rápida e precisa na resolução de equações diferenciais parciais em diversas áreas da ciência e engenharia.
Este artigo propõe um método baseado em estimação bayesiana para avaliar a precisão espectral na espectroscopia Mössbauer por radiação síncrotron, permitindo a seleção ótima da janela de medição e resultando em uma melhoria de mais de três vezes na precisão das deslocamentos de centro em comparação com o ajuste convencional por função Lorentziana.
Este trabalho apresenta uma abordagem baseada em aprendizado por reforço para caracterizar e emular o ruído em chips quânticos reais, oferecendo maior flexibilidade e precisão na simulação de dispositivos quânticos em comparação com técnicas convencionais.
Este artigo apresenta uma técnica inovadora para estimação amortizada de posteriores usando Fluxos Normalizadores treinados com amostragem por importância ponderada pela verossimilhança, demonstrando que inicializar o fluxo com um Modelo de Mistura Gaussiana que corresponda à cardinalidade dos modos alvo é crucial para capturar corretamente distribuições multimodais e evitar pontes de probabilidade espúrias.
Este artigo propõe uma arquitetura leve e escalável baseada no EfficientNet, combinada com características globais, para criar um classificador de jatos de quark top que é computacionalmente eficiente e mantém um desempenho competitivo em relação a modelos mais complexos.
O artigo apresenta o MAD-SURF, um potencial interatômico baseado em aprendizado de máquina treinado para simular com precisão e eficiência computacional a adsorção e interação de moléculas orgânicas em superfícies de metais nobres, superando as limitações de custo das simulações de primeiros princípios.
Este artigo demonstra que a homogeneização de Young-measure aplicada à equação de transferência radiativa permite decomposições tensoriais de baixo posto (Tensor Train) com dimensões de ligação limitadas, independentemente da resolução espectral ou da fonte de opacidade, oferecendo uma representação computacionalmente eficiente e mais precisa do que os métodos de distribuição correlacionada-k.
Este estudo propõe e valida uma tesselação de superfície harmônica de ordem superior otimizada para trocadores de calor ar-ar fabricados aditivamente, demonstrando que, embora modifique a superfície secundária aumente a eficácia térmica em até 70%, essa estrutura supera a topologia Gyroid em regime turbulento ao oferecer um melhor equilíbrio entre eficácia e queda de pressão.
O artigo apresenta o PINEAPPLE, um novo framework que integra redes neurais informadas por física com um algoritmo evolutivo para inferir com precisão e rapidez os parâmetros internos de degradação de baterias de íon-lítio a partir de curvas de tensão, permitindo diagnósticos não destrutivos em tempo real para sistemas avançados de gerenciamento de baterias.