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.
El artículo presenta M-CODE, un sistema de categorización compacto y de código abierto que utiliza ontologías, dimensionalidad y evolución para estandarizar la gestión de datos de estructuras complejas en ciencia de materiales, facilitando así el desarrollo de inteligencia artificial reproducible en este campo.
Este estudio demuestra que es posible predecir con precisión las energías de formación de dopantes en monocapas de TiO₂ utilizando modelos de aprendizaje automático entrenados con conjuntos de datos pequeños pero físicamente fundamentados, logrando así una transferencia química efectiva entre diferentes configuraciones de dopaje.
El artículo analiza las condiciones de frontera en la simulación numérica de sistemas cuánticos, demostrando que mientras los sistemas cerrados admiten condiciones locales, los abiertos no pueden definirlas debido al principio de incertidumbre, y propone un método que utiliza una red numérica pequeña para simular ondas infinitamente extendidas sin contradecir la física subyacente.
Este artículo presenta una teoría exacta de funciones de envolvente multivalle para describir la división de valles en heteroestructuras de Si/SiGe con interfaces atómicamente abruptas, demostrando que los modelos locales convencionales violan la invariancia ante desplazamientos de energía y proponiendo una aproximación filtrada espectralmente que corrige este defecto y restaura dicha invariancia.
El artículo presenta BEACONS, un marco que genera solucionadores neuronales formalmente verificados para ecuaciones diferenciales parciales mediante la descomposición algebraica y el uso del método de las características, permitiendo así obtener soluciones con errores acotados y certificados de corrección que generalizan de manera fiable más allá de los datos de entrenamiento.
Este artículo propone un método de descomposición de dominio con bajo rango dinámico para resolver ecuaciones de transferencia radiativa de alta dimensión, el cual mejora la eficiencia y la paralelización al utilizar aproximaciones de rango reducido independientes en cada subdominio, permitiendo resolver problemas con fuentes puntuales y regiones ópticamente delgadas o gruesas con un rango global menor que los métodos clásicos.
Los autores presentan una implementación de Monte Carlo cuántico de campo auxiliar (AFQMC) en el límite de la base completa dentro de VASP que, al utilizar el formalismo PAW, corrige sistemáticamente las deficiencias de métodos como MP2 y RPA para calcular constantes de red con una precisión excepcional del 0,14 % respecto a los datos experimentales.
El artículo presenta XDiag, un paquete de software de código abierto que combina algoritmos avanzados de diagonalización exacta con interfaces amigables en Julia para permitir simulaciones eficientes y escalables de sistemas cuánticos de muchos cuerpos.
Este estudio presenta KinLuv, un modelo cinético multielectrónico *ab initio* que cuantifica el impacto de los estados excitados superiores en emisor orgánicos, demostrando su capacidad para reproducir observables experimentales y establecer criterios para la selección racional de modelos cinéticos en el diseño computacional de materiales.
Este artículo presenta un enfoque inspirado en la mecánica cuántica que utiliza estados de producto matricial (MPS) para codificar simultáneamente las dimensiones espaciales y temporales, logrando resolver ecuaciones diferenciales parciales y realizar predicciones dinámicas a largo plazo con una complejidad computacional reducida que mitiga la maldición de la dimensionalidad.