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 uma formulação exata no domínio da frequência para sistemas semelhantes a pêndulos que revela uma estrutura espectral universal unificada, onde todas as regimes dinâmicos compartilham o mesmo núcleo analítico e as transições entre eles correspondem a reorganizações de simetria no espaço de frequências.
Este estudo apresenta um quadro de trabalho para avaliar a confiabilidade de operadores neurais em fluxos turbulentos tridimensionais, introduzindo o modelo F-IFNO que, ao incorporar fatorização implícita, supera os métodos tradicionais em precisão, estabilidade de longo prazo e quantificação de incertezas.
Este artigo apresenta um modelo reduzido baseado em quadratura para a hidrodinâmica lagrangiana que, ao empregar uma variante fortemente conservadora de energia do procedimento de quadratura empírica (EQP), garante a conservação exata da energia total com precisão de máquina enquanto mantém a acurácia dos métodos tradicionais.
Este trabalho apresenta o B-ODIL, uma extensão bayesiana do método de otimização de perda discreta (ODIL) para resolver problemas inversos baseados em equações diferenciais parciais, permitindo a inferência de soluções com incertezas quantificadas, como demonstrado em benchmarks sintéticos e na estimativa da concentração de tumores cerebrais a partir de ressonâncias magnéticas.
Este artigo apresenta um quadro dinâmico de contato que conserva energia para partículas rígidas convexas não esféricas, integrando interações de vértice e superfície para modelar com precisão o comportamento de empacotamento e difusão anisotrópica em sistemas coloidais e granulares.
Este trabalho introduz a evolução de tempo imaginário vestida por medição (MDITE) como um novo quadro teórico para explorar transições de fase em estados mistos e criticidade impulsionada por decoerência, demonstrando através de simulações numéricas a existência de novas classes de transições de fase fora do equilíbrio com comportamento crítico inédito em sistemas de muitas dimensões.
Este artigo estabelece um limite fundamental independente de tecnologia para a capacidade de informação da magnetoencefalografia, derivado da resolução energética quântica e do metabolismo cerebral, que restringe a taxa máxima de informação a 2,2 Mbit/s e revela uma troca intrínseca entre as larguras de banda temporal e espacial devido à supressão geométrica de componentes multipolares superiores.
Este artigo apresenta um método de otimização baseado em gradientes que utiliza a estimativa Gumbel-Softmax para permitir a inferência de parâmetros e o projeto inverso em modelos cinéticos estocásticos exatos, contornando a não diferenciabilidade dos eventos de reação discretos através de uma relaxação contínua aplicada apenas na retropropagação.
Este artigo propõe o TAPINN, uma arquitetura de Redes Neurais Informadas pela Física que utiliza Regularização Métrica Supervisionada e Otimização Alternada para mitigar o viés espectral e o colapso de modos em sistemas dinâmicos com transições de regime abruptas, alcançando uma convergência estável e maior precisão física com menos parâmetros do que os métodos existentes.
Este estudo empírico demonstra que, embora as Redes Kolmogorov-Arnold (KANs) sejam competitivas em resíduos polinomiais univariados, elas apresentam fragilidade hiperparamétrica e instabilidade em configurações profundas, falhando consistentemente na recuperação de termos multiplicativos em sistemas oscilatórios e sendo superadas por MLPs padrão.