1164 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 teoría termodinámica del catalisis algorítmica dentro del marco de vatios por inteligencia, demostrando que las aceleraciones específicas de una clase de tareas están limitadas por la información mutua algorítmica y conllevan un costo energético mínimo, lo que permite establecer un umbral termodinámico para la viabilidad de sistemas de aprendizaje modernos.
Este trabajo presenta un marco de diagnóstico basado en la teoría de caos cuántico y potenciales de gauge adiabáticos que revela cómo la supresión del caos en el estado de transición facilita el túnel cuántico y modula la reactividad de reacciones ión-molécula clave en las atmósferas planetarias.
Este estudio cuantifica mediante un modelo de Random Forest cómo las condiciones ambientales, especialmente la convergencia de humedad, la inestabilidad atmosférica y el vapor de agua integrado, modulan la frecuencia y la precipitación de los sistemas convectivos de mesoescala en los océanos tropicales, revelando variaciones espaciales, estacionales y no lineales en su control.
Este estudio demuestra mediante datos satelitales y de rastreo de sistemas convectivos de mesoescala (MCS) que existe un acoplamiento bidireccional robusto entre la Oscilación de Madden-Julian (MJO) y los MCS, donde la MJO organiza la actividad de los MCS y, a su vez, la acumulación de efectos de estos sistemas refuerza y propaga la MJO.
Este artículo ofrece una visión general de los esfuerzos recientes para acelerar las simulaciones de defectos puntuales en materiales sólidos mediante modelos basados en datos y aprendizaje automático, destacando cómo estos enfoques permiten predicciones precisas y de bajo costo de propiedades de defectos, incluyendo energías de formación y efectos a temperatura finita, así como su conexión con datos experimentales.
Este estudio presenta DiffSRDA, un marco de asimilación de datos probabilístico basado en modelos de difusión que logra una super-resolución espacio-temporal eficiente y con incertidumbre en flujos caóticos, logrando una calidad de reconstrucción comparable a los filtros de Kalman de conjunto de alta resolución pero con un coste computacional significativamente menor y la capacidad de adaptarse a cambios en la configuración de observaciones sin reentrenamiento.
Este artículo presenta una formulación de Galerkin nodal de alto orden para la ecuación integral de contorno de Müller que, al explotar la cancelación de la singularidad hipersingular en el núcleo, elimina la necesidad de funciones base conformes a la divergencia y logra una convergencia robusta y de alta precisión mediante el uso de funciones de forma isoparamétricas, cuadratura de Sauter-Schwab y un precondicionador de Jacobi en bloques.
Este estudio de Monte Carlo verifica con alta precisión que los cúmulos de paseos aleatorios simples en dos dimensiones son fractales logarítmicos con una dimensión de borde de 4/3 y una distancia química que escala como , confirmando así su invariancia conforme y su conexión con la clase de universalidad del campo libre gaussiano.
El artículo presenta JAX-BEM, un solver de Método de Elementos de Frontera diferenciable basado en JAX que permite la optimización geométrica basada en gradientes para simulaciones acústicas, logrando una precisión comparable a los códigos existentes mientras facilita la resolución de problemas inversos.
Este artículo presenta una nueva interfaz integrada en GROMACS que permite realizar simulaciones de dinámica molecular híbridas (ML/MM) utilizando potenciales de redes neuronales entrenados en PyTorch, facilitando su aplicación en sistemas biomoleculares complejos y flujos de trabajo avanzados.