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.

Advancing Universal Deep Learning for Electronic-Structure Hamiltonian Prediction of Materials

Este trabalho apresenta o NextHAM, um método de aprendizado profundo universal que combina uma arquitetura neural com simetria E(3) e um novo conjunto de dados abrangente (Materials-HAM-SOC) para prever com alta precisão e eficiência os Hamiltonianos de estrutura eletrônica de materiais, corrigindo limitações de generalização e estabilidade encontradas em abordagens anteriores.

Shi Yin, Zujian Dai, Xinyang Pan, Lixin He2026-03-03🔬 cond-mat.mtrl-sci

Tunable electronic energy level alignment and exciton diversity in organic-inorganic van der Waals heterostructures

Este estudo demonstra que o empilhamento de van der Waals de cristais moleculares de perileno com monocamadas de TMDs (MoS2 e WS2) permite o ajuste da alinhamento de níveis de energia e a diversidade de éxcitons, revelando propriedades emergentes como a renormalização da banda proibida e a formação de éxcitons híbridos e de transferência de carga promissores para dispositivos optoeletrônicos.

Aurélie Champagne, Olugbenga Adeniran, Jonah B. Haber, Antonios M. Alvertis, Zhen-Fei Liu, Jeffrey B. Neaton2026-03-03🔬 cond-mat.mtrl-sci

Predicting Crystal Structures and Ionic Conductivities in Li3_{3}YCl6x_{6-x}Brx_{x} Halide Solid Electrolytes Using a Fine-Tuned Machine Learning Interatomic Potential

Este trabalho demonstra a eficácia do ajuste fino do potencial interatômico baseado em aprendizado de máquina CHGNet para prever com precisão as estruturas cristalinas e a condutividade iônica na família de eletrólitos sólidos ternários Li3_{3}YCl6x_{6-x}Brx_{x}, alcançando precisão próxima à do *ab initio* com custos computacionais drasticamente reduzidos.

Jonas Böhm, Aurélie Champagne2026-03-03🔬 cond-mat.mtrl-sci

Comparative Analysis of Mechanical Stability and Biomarkers of Commercial and Modified Intraocular Lens (IOL) Models: A Numerical and Experimental Approach

Este estudo compara a estabilidade mecânica de modelos comerciais e modificados de lentes intraoculares (IOLs) através de simulações numéricas e experimentais, identificando que pequenas alterações geométricas nos haptos impactam significativamente o desempenho e concluindo que o modelo V4 oferece a estrutura mais adequada para estabilidade e conforto do paciente.

Taner Karateke, Abdullah Mevlut Mutluel2026-03-03🔬 physics

Study of the Molecular Level Mechanism of Nanoscale Alternating Current Electrohydrodynamic Flow

Este estudo utiliza simulações de dinâmica molecular para revelar que, em nanoporos sob altas frequências de corrente alternada, o aquecimento local induzido pela reorientação periódica das moléculas de água gera gradientes térmicos que, combinados com configurações de eletrodos assimétricos, produzem um fluxo direcional de eletrohidrodinâmica independente da concentração iônica.

Sobin Alosious, Fiach Antaw, Matt Trau, Shern R. Tee, Debra J. Searles2026-03-03🔬 cond-mat.mes-hall

Interpretable Geometry Sensitivity for Inverse Design of Integrated Photonics

Os autores apresentam um fluxo de trabalho experimentalmente validado que utiliza mapas de sensibilidade interpretáveis em nível de pixel para identificar subestruturas críticas em dispositivos de fotônica integrativa projetados por inversão, permitindo a verificação de regras de fabricação e a alocação de restrições sem modificar o solver eletromagnético subjacente.

Junho Park, Taehan Kim, Mohammad Ali, Di Liang2026-03-03🔬 physics.optics

Aeroelastic Reduced-Order Model Differential Equations in Transonic Buffeting Flow

Este artigo apresenta um modelo de ordem reduzida não linear e não estacionário, que integra a teoria de Volterra com dinâmica de osciladores e utiliza o algoritmo OMP para identificar seus parâmetros, demonstrando sua capacidade de reproduzir com alta precisão e eficiência computacional o comportamento aeroelástico complexo, incluindo o travamento (lock-in), em escoamentos transônicos com buffet de choque sobre um perfil OAT15A.

Michael Candon, Pier Marzocca, Earl H. Dowell2026-03-03🔬 physics

Effect of Concentration Fluctuations on Material Properties of Disordered Alloys

Este trabalho demonstra que, para evitar a subestimação do bandgap em ligas semicondutoras desordenadas causada por flutuações locais de concentração em estruturas quase-aleatórias especiais (SQS), o bandgap deve ser extraído das configurações majoritárias utilizando um método de ajuste de densidade de estados (DOSF), resolvendo assim a discrepância entre teoria e experimento.

Han-Pu Liang, Chuan-Nan Li, Xin-Ru Tang, Xun Xu, Chen Qiu, Qiu-Shi Huang, Su-Huai Wei2026-03-03🔬 cond-mat.mtrl-sci