1240 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 trabalho estabelece uma ligação formal entre a equação de Lindblad e a dinâmica molecular de integrais de caminho (PIMD), demonstrando como a PIMD pode ser utilizada para calcular a evolução temporal de observáveis físicos em sistemas quânticos abertos fora do equilíbrio e sua convergência para um estado estacionário, sem a necessidade de resolver explicitamente a equação de Lindblad.
Este trabalho propõe que o deslizamento ferroelétrico em multicamadas de altermagnetos, como o CuF₂, permite o controle não volátil e elétrico do acoplamento entre graus de liberdade de spin e camada, viabilizando novos dispositivos de spin-camada eletrônica de alta eficiência.
Este artigo introduz uma mudança de paradigma no Método de Monte Carlo Quântico ao substituir a função de partição por uma matriz de densidade reduzida generalizada, permitindo a medição eficiente de observáveis fora da diagonal e espectros dinâmicos que anteriormente eram inacessíveis.
Este artigo apresenta uma abordagem unificada de Otimização Bayesiana baseada em Processos Gaussianos, que acelera a busca por pontos estacionários em superfícies de energia potencial através de um ciclo de seis etapas adaptável, técnicas avançadas de amostragem e regularização, e uma implementação prática em Rust que demonstra a eficiência e a escalabilidade do método.
Este artigo demonstra que, embora o método de expansão em série estocástica para computação quântica (qc-SSE) não resolva estritamente o problema de sinal para Hamiltonianos com termos não comutativos, ele oferece uma estratégia prática de mitigação que suprime pesos negativos através de deslocamentos de energia moderados, equilibrando a eficácia da mitigação com a precisão estatística.
O artigo apresenta o SymBoltz.jl, um novo pacote em Julia que resolve as equações de Einstein-Boltzmann lineares na cosmologia de forma simbólica-numericamente exata e diferenciável, eliminando esquemas de aproximação enquanto mantém desempenho competitivo e facilitando a exploração de modelos estendidos e análises de parâmetros.
Este artigo apresenta uma abordagem teórica e computacional que integra análise de bancos de dados com previsões microscópicas para identificar novos emissores de fótons únicos moleculares, utilizando o dibenzoterrileno em antraceno como referência e destacando a descoberta de um emissor quiral promissor.
Este estudo estabelece as melhores práticas para acelerar simulações de Monte Carlo com histograma plano, demonstrando que a paralelização em domínios de energia de tamanho não uniforme oferece os ganhos de desempenho mais significativos, conforme validado em modelos de ligas de alta entropia e binárias.
Este trabalho generaliza e prova a reversibilidade de um algoritmo de amostragem Monte-Carlo que utiliza atualizações não locais em variáveis coletivas não lineares para dinâmica de Langevin subamortecida, demonstrando ganhos significativos de desempenho em sistemas moleculares complexos e ampliando a aplicabilidade de amostradores baseados em aprendizado de máquina.
O artigo avalia o método de Função de Correlação de Transientes de Tempo Curto (TTCF) para calcular coeficientes de transporte fora do equilíbrio, demonstrando que, ao explorar transientes iniciais em vez de médias temporais de longo prazo, ele oferece maior precisão, eficiência computacional e confiabilidade em regimes não ergódicos para sistemas como o gás de Lorentz e cadeias de osciladores unidimensionais.