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 artigo apresenta simulações de dinâmica molecular dos espectros de infravermelho de aglomerados de água protonados, utilizando potenciais aprendidos por máquina e o método do banho térmico quântico para obter resultados precisos e economicamente viáveis que incorporam efeitos quânticos nucleares.
Este estudo desenvolve um modelo de elementos finitos de alta fidelidade da sonda Chang'e-7 para demonstrar que as variações térmicas extremas no polo sul lunar causam uma deriva significativa na frequência fundamental da sonda (entre 0,64 Hz e 0,87 Hz), devido principalmente a alterações de rigidez nos suportes dos painéis solares, o que é crucial para filtrar ruídos e garantir a precisão dos futuros dados sísmicos da missão.
O estudo investiga numericamente o impacto de campos magnéticos na dinâmica de polarons em materiais quasi-unidimensionais, demonstrando que esse efeito depende tanto da intensidade do campo quanto dos parâmetros do sistema que definem as propriedades dos solitons.
O artigo demonstra que o método de momento de spin fixo totalmente relativístico (FR-FSM) permite reconciliar discrepâncias nos cálculos de energia de anisotropia magnetocristalina (MAE) obtidos com diferentes potenciais de troca-correlação e oferece uma ferramenta eficaz para estimar o valor máximo de MAE e otimizar ligas no projeto de novos ímãs permanentes.
Os autores apresentam um solver direto baseado em GEMM para problemas de Poisson em malhas não uniformes que, ao diagonalizar numericamente o operador e combinar operações unidimensionais em multiplicações de matrizes, supera em eficiência e tempo de solução métodos tradicionais como multigrid geométrico e redução cíclica em simulações massivamente paralelas.
Este trabalho apresenta o PF-PINO, um operador neural informado pela física que supera os métodos convencionais ao garantir maior precisão, generalização e estabilidade de longo prazo na modelagem paramétrica de evolução microestrutural complexa, como corrosão e solidificação.
Este artigo demonstra que a inferência baseada em simulação (SBI) é uma ferramenta viável para estimar parâmetros de modelos de interação de neutrinos, conseguindo refinar as configurações do gerador GENIE e aproximar-se de simulações alternativas como o NuWro, superando ligeiramente os ajustes empíricos anteriores ao utilizar dados experimentais do MicroBooNE.
Este trabalho apresenta um método geral e eficiente para calcular fronteiras de fase em baixas temperaturas, combinando a equação de Clausius-Clapeyron com a aproximação quasi-harmônica para incorporar efeitos térmicos, quânticos e anarmônicos com custo computacional reduzido, demonstrando sua precisão na construção do diagrama de fase da sílica entre -2 e 12 GPa e até 1750 K utilizando tanto teoria do funcional da densidade quanto potenciais interatômicos aprendidos por máquina.
O artigo apresenta o , uma abordagem de projeto de ponta a ponta baseada em dados para o design de sistemas ópticos, demonstrando sua eficácia na criação de um microscópio de recuperação de fase totalmente óptico que supera métodos existentes e foi validado experimentalmente.
Este artigo apresenta as Equações Diferenciais com Atraso Neurais (NDDEs), um framework contínuo inspirado no formalismo de Mori-Zwanzig que utiliza um conjunto finito de atrasos temporais para aprender dinâmicas não-Markovianas de sistemas parcialmente observáveis de forma mais eficiente e precisa do que métodos existentes como LSTMs e ANODEs.