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 de estilo tutorial fornece exercícios computacionais autodirecionados e notebooks Jupyter reproduzíveis para facilitar a aplicação prática do perfil generalizado, um método de verossimilhança penalizada para estimativa de parâmetros em modelos de equações diferenciais ordinárias.
O artigo apresenta o lrux, um pacote de software de alto desempenho baseado em JAX que acelera algoritmos de Monte Carlo quântica ao computar eficientemente atualizações de baixo posto de determinantes e Pfaffianos, reduzindo a complexidade computacional de para e alcançando até de aceleração em GPUs.
Este estudo ab initio de heteroestruturas de PbTe/Pb revela que, embora surja uma supercondutividade induzida por proximidade com emparelhamento anisotrópico, uma grande barreira de Schottky no estado normal provavelmente impede a formação de modos zero de Majorana, desafiando a viabilidade dessas interfaces específicas para a computação quântica topológica.
O artigo propõe o framework Pseudo Physics-Informed Neural Operator (PPI-NO), que aprimora o aprendizado de operadores com escassez de dados ao acoplar iterativamente operadores neurais com um sistema físico substituto derivado de princípios rudimentares, melhorando significativamente a precisão preditiva sem exigir leis físicas de verdade fundamental.
Este artigo apresenta o XtalOpt Versão 14, um algoritmo evolutivo multiobjetivo aprimorado que utiliza a otimização de Pareto e integra vários potenciais computacionais para prever eficientemente estruturas cristalinas de estado fundamental com composições variáveis para materiais funcionais.
Este artigo introduz um fechamento não local baseado em uma Rede Neural Convolucional Totalmente Convolucional (FCNN) para o tensor de pressão eletrônica em simulações de magnetosfera turbulenta, demonstrando que ele supera significamente os fechamentos locais na reconstrução de canais de energia e interações de pressão-deformação, ao mesmo tempo em que apresenta um escalonamento favorável com o aumento dos dados de treinamento.
Este artigo apresenta a portabilidade bem-sucedida do código de simulação de plasma de escala de girocinética TRIMEG para arquiteturas de GPU usando a API portátil OpenMP, demonstrando acelerações significativas e precisão física verificada através de paralelização híbrida MPI-OpenMP e simulações de modo de Gradiente de Temperatura de Íons.
Este artigo propõe um novo método numérico implícito em variáveis de Euler para resolver equações de plasma frio unidimensionais com coeficientes de colisão dependentes da densidade, superando efetivamente desafios computacionais associados à perda de hiperbolicidade ao mesmo tempo em que confirma previsões teóricas relativas à suavidade da solução.
Este artigo introduz uma estrutura baseada em redes de tensores para construir orbitais "tensorizados" que superam as restrições computacionais dos conjuntos de bases tradicionais, permitindo representações mais precisas e compactas que reduzem significativamente os erros de energia em cálculos de química quântica.