1246 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 as atualizações das versões 2 e 3 da biblioteca PHYSBO, que focam na melhoria da usabilidade, portabilidade e compatibilidade com diferentes ambientes computacionais para otimização bayesiana em física e ciência dos materiais, sem alterar os algoritmos de otimização centrais.
Este estudo avalia numericamente o desempenho de aprendizado de um oscilador de torque de spin com vórtice modificado (m-VSTO) para computação de reservatório físico, demonstrando que a engenharia da paisagem de potencial permite alcançar maior capacidade de processamento de informação com consumo de energia significativamente reduzido, operando de forma otimizada em regimes estáveis com longos transientes.
Este artigo apresenta um novo quadro de reconstrução inversa que determina com precisão a permissividade complexa, a composição e a topologia microestrutural de compósitos ópticos heterogêneos a partir de um único espectro de extinção infravermelha, superando as limitações das abordagens lineares tradicionais ao integrar teoria de espalhamento e modelos de mistura dielétrica não linear.
Este artigo desenvolve um modelo termodinamicamente consistente de plasticidade cristalina com gradientes que demonstra, através de simulações numéricas, uma ligação intrínseca entre o endurecimento dependente do tamanho no início do escoamento plástico e a resposta mecânica elevada induzida por restrições de passivação, destacando o papel crucial dos efeitos dissipativos de gradiente.
Este estudo de teoria do funcional da densidade investiga as interações entre a superfície de magnésio, sua camada de hidróxido e aminoácidos específicos, revelando que a ligação entre o hidróxido e o magnésio é fraca e que apenas poucas camadas de hidróxido são necessárias para que se torne energeticamente favorável a formação de uma estrutura em volume, oferecendo assim insights sobre os processos de superfície iniciais relevantes para implantes biodegradáveis de magnésio.
Este trabalho apresenta um método numérico baseado em passos fracionários de tempo para simular escoamentos a baixo número de Mach com densidade fortemente variável, incorporando uma regularização de folha de chama e uma extensão do método de fronteira imersida para fluxo de massa, permitindo a modelagem robusta de sistemas de combustão em grades cartesianas.
Os autores propõem um modelo de campo de força baseado em redes neurais de grafos (GNN) que, ao impor simetrias de rede diretamente através de passagem de mensagens locais, permite simulações dinâmicas escaláveis e precisas de sistemas de rede correlacionados, revelando novos comportamentos de ordenamento em modelos como o de Holstein.
Este trabalho desenvolve um quadro analítico exato para a separação do movimento do centro de massa e relativo em magnetoexcitons bidimensionais anisotrópicos, utilizando o momento pseudocinético e métodos não perturbativos para revelar acoplamentos dependentes da anisotropia e prever com precisão as propriedades energéticas em materiais como o fósforo negro e o trissulfeto de titânio.
Este artigo investiga e refuta as críticas anteriores aos cálculos originais de Kheifets sobre a dupla ionização do hélio, demonstrando que os resultados são reproduzidos tanto pela incorporação da aproximação de Born de segunda ordem quanto pelo uso de um estado fundamental corrigido, validando assim as previsões teóricas em relação aos dados experimentais (e,3e).
O artigo apresenta o SIGS, um framework neuro-simbólico inovador que automatiza a descoberta de soluções analíticas para equações diferenciais, incluindo sistemas acoplados não lineares, ao combinar uma gramática formal para garantir a validade sintática com uma busca em espaço contínuo para otimizar e refinar candidatos sem necessidade de dados.