Física - Física Computacional

Uma visão geral das redes neurais simplectomórficas e sua importância em sistemas hamiltonianos.

Nova abordagem melhora simulação de turbulência usando aprendizado profundo e métodos baseados em física.

Um novo método melhora algoritmos quânticos para resolver equações lineares de forma mais eficaz.

Explorando métodos de Monte Carlo para estudar o comportamento de líquidos formadores de vidro.

Essa abordagem liga a física à otimização pra ter soluções melhores.

Um novo método pra capturar pequenas partículas usando luz e diferenças de temperatura.

Novos métodos melhoram simulações de plasma pra entender melhor e aplicar.

Analisando a importância das interações de quatro fônons em materiais termelétricos.

Este artigo explora estrelas de nêutrons binárias, suas fusões e a importância dos dados iniciais.

Um olhar sobre os modos quasinormais não relativísticos e suas implicações na física.

Descubra como o aprendizado de máquina prevê os resultados das interações atômicas.

Pesquisas mostram interações complexas no relaxamento de spin e suas implicações.

Um olhar nas partes menores da matéria e suas interações.

Esse método melhora a compreensão do comportamento do modelo através das relações de entrada e saída.

Saiba como a TCI divide grandes dados para facilitar a análise.

Analisando as transições de fluxo de ar em velocidades hipersônicas e como isso afeta a segurança do veículo.

Um estudo sobre como usar redes neurais pra simular a dinâmica de fases de materiais.

Um método pra melhorar a precisão das aproximações das funções de Bessel pra aplicações do dia a dia.

Um olhar sobre como a teoria das redes revela as relações das galáxias no Superaglomerado de Coma.

Pesquisadores propõem o recozimento por interação pra melhorar a compreensão de materiais complexos como o WTe.

Novos métodos melhoram as previsões do comportamento dos materiais em diferentes condições.

Pesquisas mostram novas estruturas pra melhorar a condutividade iônica em materiais de armazenamento de energia.

TPDH-grafeno mostra potencial em melhorar o desempenho e a durabilidade das baterias de íon de lítio.

Usando aprendizado de máquina pra melhorar a interpretabilidade de simulações moleculares.

Novos métodos melhoram a simulação da dinâmica de férmions em vários sistemas.

Um olhar sobre o comportamento dos nêutrons e sua importância em aplicações nucleares.

Descubra como as propriedades dos fluidos influenciam padrões complexos em experimentos de fluxo de Hele-Shaw.

Esse artigo fala sobre uma técnica pra simplificar o estudo de sistemas quânticos usando o algoritmo JD.

Dados e machine learning estão mudando a forma como os cientistas descobrem novos materiais.

Novos métodos melhoram a eficiência e a precisão na modelagem de estrutura eletrônica.

Novos métodos melhoram a manipulação da luz em nanostruturas pra uma eficiência energética melhor.

Um olhar sobre o SrCuTeWO e suas propriedades não magnéticas únicas.

Novo método melhora a velocidade e a precisão nas simulações de fluxo de gás.

Novas técnicas melhoram os cálculos de autovalores para matrizes complexas de forma eficiente.

Investigando métodos pra aplicar condições de contorno nas simulações da equação de Schrödinger.

Esse estudo analisa como partículas ativas rápidas e lentas interagem em misturas.

Usar GNNs pra prever as propriedades ópticas dos materiais melhora o design dos dispositivos.

Uma nova forma de entender as origens dos rajos gama usando aprendizado de máquina.

Uma abordagem simplificada para identificar estruturas cristalinas usando coordenadas de partículas.

Este estudo modela nadadores retos e circulares na dinâmica dos fluidos.