Fisica - Fisica computazionale

Un nuovo approccio alla modellazione dei fluidi usando l'apprendimento automatico e variabili nascoste.

La ricerca affronta le correnti spurie nelle simulazioni microfluidiche usando viscosità artificiale.

Un nuovo metodo migliora l'accuratezza e l'efficienza nelle simulazioni di trasporto dei neutroni.

Uno sguardo ai vantaggi e alle sfide del pipelining nei circuiti meccanici molecolari.

Le microsfere proteinoidi offrono proprietà uniche per il computing e la medicina.

Il pacchetto WFL semplifica le simulazioni atomistiche e i potenziali interatomici basati sul machine learning.

Ricerca su come i laser potenti cambiino il comportamento delle particelle e le forze fondamentali.

EquiformerV2 aumenta l'accuratezza e la velocità nelle previsioni dei sistemi atomici.

HamLib offre una libreria diversificata di Hamiltoniani per la ricerca nel campo del quantum computing.

La ricerca sugli STO a vortice mostra potenzialità per il computing avanzato usando dinamiche caotiche.

Nuovo metodo di calcolo con reservoir magnetico usa la tensione per un'elaborazione dei dati a basso consumo energetico.

Un nuovo approccio di machine learning migliora l'analisi delle strutture di nanocluster metallici.

Questo articolo parla di come la polarizzazione elettronica influisca sulla spettroscopia a livello di nucleo nei gas nobili.

Mol-GDL migliora le previsioni molecolari integrando interazioni covalenti e non covalenti.

Migliorare le previsioni del plasma con metodi computazionali avanzati per la fusione nucleare.

Scopri come l'operatore di Koopman migliora l'analisi dei sistemi complessi.

Un nuovo approccio utilizza reti neurali a grafo per prevedere le proprietà elastiche in modo efficiente.

Un nuovo metodo migliora le simulazioni dei fluidi con meno tempo e risorse.

Un nuovo metodo migliora le configurazioni GPU per le simulazioni di dinamica dei fluidi tramite machine learning.

Uno studio rivela come i campi elettrici influenzano il comportamento delle particelle in strutture elicoidali.

Studiare l'EDM dello xenon potrebbe far luce sull'asimmetria tra materia e antimateria.

I scienziati studiano come la luce influisca sulle proprietà dei materiali e sui movimenti degli elettroni.

Questo articolo esamina tre algoritmi per simulare dinamiche quantistico-classiche usando l'hamiltoniano MMST.

La ricerca sui materiali KAgSe e KAgX promette sistemi solari migliori.

Nuovi metodi migliorano l'ottimizzazione multi-blocco per problemi complessi in diversi settori.

Uno sguardo a come le risonanze delle onde influenzano i sistemi aperti in vari campi.

Nuove tecniche migliorano la velocità e l'efficienza delle simulazioni di forze ottiche.

Uno studio rivela transizioni di fase complesse nei materiali magnetici oltre le teorie tradizionali.

Indagare come la struttura influisca sul magnetismo nei sistemi unidimensionali e bidimensionali.

Nuovi metodi di coarse-graining migliorano le simulazioni di sistemi complessi riducendo i costi computazionali.

Uno studio rivela la dinamica delle onde del fronte di frattura nei materiali tridimensionali.

Un nuovo approccio migliora l'addestramento delle reti neurali per risolvere equazioni fisiche complesse.

Questo articolo esamina l'importanza della gestione del calore nei minuscoli dispositivi elettronici.

Esplora come l'indice di Gini aiuta a identificare punti critici in vari sistemi.

Un nuovo algoritmo migliora la velocità di risoluzione delle equazioni di Poisson-Boltzmann modificate per sistemi carichi.

Ricerca su come migliorare le misurazioni degli stati quantistici in ambienti rumorosi.

Indagando le proprietà e i comportamenti delle stelle di quark ipotetiche attraverso simulazioni numeriche.

Questo articolo esplora il ruolo del machine learning nella comprensione della conducibilità termica.

Esaminando la sincronizzazione nelle reti neurali e nelle reti elettriche attraverso stati simili a chimere.

Un nuovo metodo migliora la simulazione dei flussi fluidi con cambiamenti improvvisi.