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 estudo apresenta um esquema gascinético compacto de estágio único em formulação Arbitrary Lagrangian-Eulerian (ALE) que utiliza uma reconstrução de quarta ordem simplificada e um fluxo de terceira ordem no tempo para alcançar alta resolução e eficiência computacional no rastreamento de descontinuidades de fluxo.
Este trabalho apresenta uma metodologia de aprendizado de máquina baseada em regressão por processo gaussiano que utiliza descritores de longo alcance para prever a densidade eletrônica em superredes de moiré de grande escala, permitindo a modelagem eficiente de fenômenos quânticos complexos que métodos tradicionais não conseguem processar computacionalmente.
Este artigo apresenta um novo paradigma de programação diferenciável para simular fluxos multiescala (contínuos e rarefeitos), integrando métodos numéricos e aprendizado de máquina em um framework unificado que permite a otimização de parâmetros de ponta a ponta para descoberta física e modelagem de dados.
Este trabalho demonstra que a aplicação de uma estratégia de parametrização otimizada para o método de *Weighted Ensemble* reduz significativamente a variância nas estimativas de tempos médios de primeira passagem em modelos moleculares complexos e de alta dimensão.
O artigo introduz o mapa -Gauss-Logístico, um novo sistema dinâmico que apresenta transições para o caos graduais (via duplicação de período) para e transições abruptas para , revelando propriedades analíticas únicas e conexões com a razão áurea e distribuições -Gaussian.
Este artigo apresenta uma técnica de penalização de volume para simular fluxos acústicos em microcanais complexos, utilizando uma abordagem de perturbação que separa o problema em componentes harmônicos de primeira ordem e de segunda ordem (streaming acústico), demonstrando alta eficiência computacional e precisão em comparação aos métodos tradicionais de malha ajustada ao corpo.
Este trabalho apresenta uma abordagem computacional integrada, utilizando aprendizado de máquina e espectroscopia de vibração, para demonstrar como o nível de oxidação do grafeno altera a estrutura da água interfacial, fornecendo uma assinatura espectroscópica que reconcilia divergências experimentais anteriores.
Este estudo propõe uma abordagem de aprendizado ativo para identificar lacunas de dados em sistemas binários e utiliza simulações de dinâmica molecular *ab initio* para melhorar a precisão das previsões da entalpia de mistura, com foco especial em ligas contendo elementos refratários.
O artigo apresenta uma abordagem de dinâmica quântico-clássica informada por dados (DIQCD) que utiliza uma equação de Lindblad com um Hamiltoniano flexível para prever com precisão a evolução de sistemas quânticos abertos a partir de dados esparsos e ruidosos, demonstrando eficácia tanto em dispositivos experimentais de moléculas ultra-frias quanto em simulações de semicondutores orgânicos.
Este trabalho explora a aplicação de métodos de redes de tensores, inspirados em sistemas quânticos, para acelerar e otimizar processos de compressão de imagem e problemas de óptica clássica, como a propagação de frente de onda.