1258 artículos
La física computacional utiliza la potencia de los ordenadores para resolver problemas complejos que las fórmulas tradicionales no pueden abordar por sí solas. Desde simular colisiones de galaxias hasta modelar el comportamiento de nuevos materiales, este campo actúa como un puente esencial entre la teoría abstracta y la realidad observable, permitiendo a los científicos realizar experimentos virtuales que serían imposibles o demasiado costosos en un laboratorio físico.
En Gist.Science, rastreamos meticulosamente todas las nuevas publicaciones de este ámbito que llegan desde arXiv, la principal plataforma de prepublicaciones científicas. Nuestro equipo procesa cada documento para ofrecer dos perspectivas: un resumen en lenguaje sencillo para cualquier lector curioso y una explicación técnica detallada para expertos que buscan profundidad. A continuación, encontrará las investigaciones más recientes en física computacional que hemos analizado.
Este artículo presenta una nueva arquitectura de red neuronal híbrida cuántico-clásica de múltiples flujos que supera a los modelos clásicos en la resolución de las ecuaciones de Navier-Stokes para el flujo de Kovasznay, logrando una mayor precisión con menos parámetros al descomponer la solución en componentes de frecuencia independientes.
Este trabajo analiza un nuevo modelo de cierre para turbulencia basado en aprendizaje automático que integra ecuaciones físicas, concluyendo que, aunque logra reproducir con éxito momentos estadísticos de alto orden, rompe la invariancia de escala cerca del corte, lo que revela una limitación fundamental para la modelización de subredes en turbulencia 3D.
Este estudio presenta FlexPINN, una red neuronal informada por física flexible que mejora la arquitectura estándar para simular con alta precisión el flujo de fluidos y la transferencia de masa en micromezcladores 3D complejos, demostrando una eficiencia de mezcla superior y una menor carga computacional en comparación con la dinámica de fluidos computacional tradicional.
El artículo presenta un enfoque ab initio basado en la teoría del funcional de la densidad para predecir la morfología de equilibrio de cristales heterogéneamente integrados, cuyos resultados para GaP sobre Si muestran una excelente concordancia con observaciones experimentales y ofrecen una herramienta para optimizar materiales multifuncionales.
Este artículo presenta un algoritmo de compilación just-in-time para núcleos de integrales de orbitales gaussianos que, gracias a una implementación CUDA compacta y optimizada, logra aceleraciones de hasta 4 veces en el cálculo de matrices de Coulomb y intercambio en GPUs NVIDIA A100 en comparación con el estado del arte anterior.
Este artículo propone un marco unificado de cinética de gases que clasifica las moléculas según sus historias de colisión en una escala de tiempo de observación, recuperando las ecuaciones de Boltzmann y Navier-Stokes como casos límite y ofreciendo una nueva perspectiva para conectar la dinámica microscópica con la mecánica de fluidos continua.
Este artículo presenta un marco general para identificar las computaciones emuladas por sistemas dinámicos naturales y artificiales, definiéndolas mediante la correspondencia entre su evolución y la de una máquina computacional abstracta, mientras explora ejemplos, limitaciones y cuestiones relacionadas como la indecidibilidad y el valor de la computación.
Este trabajo presenta un marco de simulación masivamente paralelo en GPU combinado con un sustituto de aprendizaje automático basado en física para modelar con alta fidelidad la dinámica acoplada de magnones y fotones en sistemas cuánticos híbridos, permitiendo el prototipado rápido de dispositivos espintrónicos y cuánticos de próxima generación.
Este artículo presenta el algoritmo de traducción de dominios, que en un clúster de 64 sistemas Cerebras CS-3 logra un rendimiento sin precedentes de 112 PFLOP/s y una escalabilidad perfecta del 88% para simular ecuaciones de aguas someras a escala planetaria, superando las limitaciones de los métodos tradicionales de descomposición de dominios en sistemas exaescala.
El artículo demuestra que el uso de trenes tensoriales cuantizados (QTT) permite resolver la ecuación diferencial parcial de Black-Scholes para opciones de múltiples activos en una red completa de manera eficiente, superando la maldición de la dimensionalidad y permitiendo el cálculo preciso de precios y griegas en 10 a 15 dimensiones con recursos computacionales accesibles.