1259 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 estudio demuestra que el enfoque de estados cuánticos neuronales basado en configuraciones seleccionadas (NQS-SC) supera al método de Monte Carlo variacional (NQS-VMC) en precisión y eficiencia para calcular estados fundamentales electrónicos, especialmente en sistemas con correlación estática, aunque ambos métodos requieren mejoras futuras para capturar eficazmente la correlación dinámica.
Este estudio propone y valida dos enfoques numéricos simples y eficaces para mejorar la precisión en la simulación de surfactantes insolubles en flujos bifásicos mediante el método de interfaz difusa, incluyendo un nuevo caso de prueba desafiante como referencia para futuros estudios.
Este trabajo presenta un método numérico para la simulación de plasmas cinéticos que utiliza redes de tensores de rango bajo y transformadas espectrales comprimidas para resolver el sistema Vlasov-Poisson sin reconstruir la cuadrícula completa del espacio de fases, validando su eficacia y eficiencia mediante benchmarks estándar y un análisis sistemático de sus parámetros de compresión.
Mediante simulaciones de Monte Carlo en sistemas de gran tamaño, este estudio demuestra que el exponente de autocorrelación en el modelo de Ising tridimensional tras un enfriamiento a temperatura cero es compatible con el límite inferior de Fisher-Huse (), contradiciendo informes recientes que sugerían una violación de la universalidad.
Este artículo presenta un método basado en redes neuronales informadas por física (PINN) que resuelve una ecuación de Poisson escalar para separar eficientemente las ondas P y S en medios elásticos no homogéneos, logrando una reducción de costos computacionales y una menor fuga de ondas transversales en comparación con las técnicas tradicionales.
Este artículo presenta una simulación Monte Carlo integral de los fondos inducidos por muones en el Instituto de Investigación Subterránea de Colorado (CURIE), utilizando marcos acoplados para predecir flujos de neutrones específicos del sitio y desarrollar una relación profundidad-intensidad que sirve como herramienta de referencia para el diseño experimental en instalaciones subterráneas.
Este estudio presenta una metodología híbrida de entrenamiento para Redes Neuronales Informadas por Física (PINNs) que, mediante estrategias como el avance temporal, la continuidad de interfaz y un regularizador basado en Poynting, logra una precisión y conservación de energía comparables a los métodos FDTD en la propagación de ondas electromagnéticas sin necesidad de datos etiquetados.
Este trabajo presenta un marco de código abierto para la simulación de interacción fluido-estructura inmersa que acopla las bibliotecas MFEM y FEBio para abordar desafíos computacionales en sistemas biológicos, como la dinámica de válvulas cardíacas, mediante un esquema monolítico implícito y métodos de estabilización avanzados.
Este estudio investiga cómo diferentes esquemas numéricos y parámetros de malla afectan la resolución de ondas de choque en flujos supersónicos invíscidos bidimensionales, identificando perturbaciones no físicas y demostrando que ciertas formulaciones AUSM+ son más robustas para mitigarlas y lograr una concordancia precisa con resultados experimentales.
Este trabajo estudia tres técnicas de reconstrucción de gradientes aplicadas a flujos viscosos en mallas no estructuradas, demostrando que las formulaciones más sofisticadas evitan inestabilidades numéricas y logran una excelente concordancia con datos experimentales, mientras que una nueva técnica de aceleración de convergencia permite alcanzar rápidamente el estado estacionario.