physics.comp-ph 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.

Geometry-Induced Long-Range Correlations in Recurrent Neural Network Quantum States

Este artículo presenta ondas cuánticas neuronales basadas en redes recurrentes con conexiones dilatadas que, al introducir un sesgo inductivo geométrico de largo alcance, logran capturar correlaciones de ley de potencia en sistemas críticos y estados de cúmulos con una complejidad computacional favorable, superando las limitaciones de las arquitecturas RNN estándar sin incurrir en el alto costo de los transformadores.

Asif Bin Ayub, Amine Mohamed Aboussalah, Mohamed Hibat-Allah2026-04-13⚛️ quant-ph

Topological invariant of periodic many body wavefunction from charge pumping simulation

Este trabajo presenta un método robusto basado en la simulación de bombeo de carga y funciones de onda de redes neuronales para calcular invariantes topológicos, como números de Chern, en estados cuánticos de muchos cuerpos, resolviendo así una limitación clave en el estudio de materia topológica correlacionada.

Haoxiang Chen, Yubing Qian, Weiluo Ren, Xiang Li, Ji Chen2026-04-13🔬 cond-mat

Active Learning for Generalizable Detonation Performance Prediction of Energetic Materials

Este artículo presenta un enfoque de aprendizaje activo que integra cálculos teóricos y modelos de inteligencia artificial para generar la base de datos más grande de explosivos CHNO y un modelo predictivo generalizable que identifica el balance de oxígeno como el factor dominante en el rendimiento de la detonación, facilitando así el descubrimiento eficiente de nuevos materiales energéticos.

R. Seaton Ullberg, Megan C. Davis, Jeremy N. Schroeder, Andrew H. Salij, M. J. Cawkwell, Christopher J. Snyder, Wilton J. M. Kort-Kamp, Ivana Matanovic2026-04-13🔬 physics

Including sample shape in micromagnetics with 3D periodic boundary conditions

Este trabajo presenta una demostración formal y una implementación computacionalmente eficiente que permite incorporar los efectos de la forma de la muestra en simulaciones micromagnéticas con condiciones de frontera periódicas, basándose en el hallazgo de que solo la magnetización promedio genera efectos significativos en muestras suficientemente grandes.

Frederik Laust Durhuus, Andrea Roberto Insinga, Rasmus Bjørk2026-04-13🔬 cond-mat.mtrl-sci

Hierarchical Community Detection in Bipartite Networks

Este trabajo presenta la densidad de modularidad bipartita generalizada ( $Q_{bg}$ ), un nuevo marco basado en la modularidad con un parámetro de resolución ajustable que permite detectar estructuras comunitarias jerárquicas y multiescala en redes bipartitas ponderadas sin alterar su topología intrínseca.

Tania Ghosh, Kevin E. Bassler2026-04-13🔬 physics

EquiformerV3: Scaling Efficient, Expressive, and General SE(3)-Equivariant Graph Attention Transformers

El artículo presenta EquiformerV3, una red neuronal gráfica equivariante a SE(3) que mejora la eficiencia, expresividad y generalidad mediante optimizaciones de implementación, modificaciones arquitectónicas como la normalización de capas fusionada y activaciones SwiGLU- $S^2$ , logrando resultados de vanguardia en tareas de modelado atómico 3D.

Yi-Lun Liao, Alexander J. Hoffman, Sabrina C. Shen, Alexandre Duval, Sam Walton Norwood, Tess Smidt2026-04-13🔬 physics

Restoring Convergence Order in Explicit Runge-Kutta Integration of Hyperbolic PDE with Time-Dependent Boundary Conditions

Este artículo presenta un método puramente espacial que repara la reducción de orden en la integración de Runge-Kutta explícito para problemas hiperbólicos con condiciones de contorno dependientes del tiempo, rediseñando los operadores de derivada cerca del límite para recuperar la convergencia teórica mediante condiciones algebraicas específicas y optimización numérica.

Giorgio Maria Cavallazzi, Miguel Pérez Cuadrado, Alfredo Pinelli2026-04-13🔬 physics

Revisit eddy viscosity in pressure-driven wall turbulence at high Reynolds number

Utilizando simulaciones numéricas directas a altos números de Reynolds, este estudio demuestra que las condiciones de contorno externas influyen significativamente en la viscosidad turbulenta de flujos de pared y propone un modelo mejorado basado en una corrección externa que supera a los enfoques clásicos, especialmente en canales abiertos.

Ben-Rui Xu, Ao Xu2026-04-13🔬 physics

Towards a Universal Foundation Model for Protein Dynamics: A Multi-Chain Tree-Structured Framework with Transformer Propagators

Este artículo presenta un marco unificado y universal para la dinámica molecular de proteínas que, mediante una representación jerárquica en árbol y propagadores basados en Transformers, logra reconstruir estructuras atómicas con precisión sub-angstrom y acelerar las simulaciones en más de 10.000 veces en comparación con los métodos tradicionales.

Jinzhen Zhu2026-04-10🔬 physics.atom-ph

From Models To Experiments: Shallow Recurrent Decoder Networks on the DYNASTY Experimental Facility

Este trabajo valida la arquitectura de Redes Decodificadoras Recurrentes Superficiales en el laboratorio experimental DYNASTY del Politécnico de Milán, demostrando su capacidad para estimar con precisión el estado completo de un sistema de ingeniería complejo utilizando únicamente tres sensores de temperatura y datos de alta fidelidad generados por el código RELAP5.

Stefano Riva, Andrea Missaglia, Carolina Introini, J. Nathan Kutz, Antonio Cammi2026-04-10🔬 physics

← Anterior Siguiente →