1241 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.
O artigo apresenta o DiSOL, um novo paradigma de aprendizado de operadores que supera as limitações das abordagens contínuas ao aprender procedimentos de solução discretos adaptáveis a mudanças geométricas e topológicas, garantindo estabilidade e precisão em problemas de EDPs dependentes de geometria.
O artigo apresenta o \textbf{warpax}, uma ferramenta de código aberto e acelerada por GPU que utiliza otimização contínua baseada em gradiente para verificar condições de energia em métricas de dobra espacial, demonstrando que a avaliação em quadros únicos subestima significativamente tanto a extensão espacial quanto a magnitude das violações dessas condições.
Este trabalho apresenta o framework GET-SEI, que integra aprendizado contrastivo em grafos, decomposição dinâmica estendida e teoria de caminhos de transição para mapear automaticamente os ambientes atômicos locais e quantificar as vias e barreiras cinéticas de transporte de lítio em diversas interfaces de eletrólitos sólidos, oferecendo uma ferramenta interpretável para a engenharia otimizada de baterias de estado sólido.
Este artigo contesta a conclusão de Savard et al. de que esquemas implícitos de partículas requerem mais partículas por célula para convergência, demonstrando que essa afirmação decorre de falhas procedimentais nos diagnósticos que, quando corrigidas, alteram drasticamente os resultados do estudo.
Este artigo apresenta uma formulação de elementos finitos para escoamentos viscosos incompressíveis baseada no princípio do gradiente de pressão mínimo, que elimina a necessidade de graus de liberdade de pressão, produz soluções suaves sem estabilização em regimes dominados por convecção e oferece um indicador de erro integrado para refinamento adaptativo.
Este trabalho apresenta uma metodologia unificada de verificação cruzada que permite a comparação justa e a reprodutibilidade bitwise entre os principais solucionadores DDA de código aberto (DDSCAT, ADDA e IFDDA), estabelecendo tabelas de equivalência para parâmetros e analisando o desempenho em diferentes arquiteturas de hardware.
Este estudo investiga estratégias de regularização geométrica em modelos de ordem reduzida com autoencoders e dinâmicas de ODE neural, descobrindo que, embora a regularização de isometria e suavidade do decodificador possa melhorar métricas locais, a projeção de Stiefel na primeira camada do decodificador é a única abordagem que consistentemente melhora o condicionamento e o desempenho de previsões de longo prazo, sugerindo que o desajuste na geometria latente prejudica mais do que os benefícios da suavidade do decodificador.
Os autores defendem a adoção de um problema de teste mais rigoroso para códigos de hidrodinâmica viscosa, consistindo em uma versão com densidade não uniforme do teste clássico de cisalhamento de velocidade Gaussiana, que verifica a correta implementação dos tensores de tensão viscosa, fluxos e termos fonte ao induzir um desvio no perfil de velocidade devido a gradientes de densidade transversais.
Este artigo apresenta um método baseado em redes neurais que projeta dados de diferentes bacias metastáveis em um manifold de baixa dimensão para gerar variáveis coletivas eficientes, permitindo a descrição clara e computacionalmente econômica de perfis de energia livre em processos químicos complexos de múltiplos passos com uma única variável.
Este estudo propõe uma abordagem bayesiana de Langevin para quantificar simultaneamente a dinâmica determinística e estocástica em sistemas críticos, aplicando-a à análise do apagão de 1996 na América do Norte para revelar interações complexas entre resiliência e ruído que indicam mudanças no estado da rede antes do evento desencadeador oficial.