903 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 propone un marco de modelado sustituto de fidelidad múltiple basado en co-kriging recursivo para predecir con alta precisión y bajo costo computacional los coeficientes de carga de viento en portacontenedores modernos, considerando tanto su geometría como la influencia de estructuras cercanas en entornos portuarios.
Este artículo presenta PHIN-GAN, una red generativa adversaria informada por la física que utiliza funciones de densidad de probabilidad analíticas para simular interacciones partícula-materia con la alta fidelidad de GEANT4 pero a una fracción de su costo computacional.
Este estudio demuestra la presencia de fenómenos de no equilibrio en el tubo de choque viscoso a bajos números de Reynolds, utilizando el esquema cinético unificado (UGKS) para evidenciar discrepancias con las soluciones de Navier-Stokes en regiones de interacción entre ondas de choque y capas límite.
Este trabajo propone dos variantes del método *structure factor twist averaging* (sfTA), denominadas *paired sfTA* y *binding sfTA*, para mejorar la precisión en el cálculo de las energías de enlace en materiales bicapa de baja dimensionalidad.
Este artículo presenta , una nueva arquitectura de redes neuronales informadas por la física que permite aprender el mapeo entre parámetros y espectros en un solo modelo, demostrando una alta precisión al resolver los modos cuasinormales de agujeros negros de Kerr.
Este estudio demuestra que la eficacia de los modelos de aprendizaje automático con sesgos físicos para predecir el área interfacial en flujos multifásicos depende de la alineación de dichos sesgos con el régimen físico predominante, siendo más efectivos en regímenes de corrugación que en los de fragmentación.
Este artículo propone el método de dinámica molecular sincronizada (SMD), un enfoque multiescala que acopla simulaciones moleculares locales con una descripción macroscópica de lubricación para simular de manera eficiente y físicamente consistente el flujo de fluidos complejos en capas delgadas.
Este artículo presenta una extensión del método de frontera inmersa de fuerza directa (DF-IBM) que acopla las ecuaciones de Navier-Stokes con las de Newton-Euler para simular de manera estable, eficiente y robusta la interacción entre fluidos y cuerpos rígidos en movimiento libre.
Este artículo presenta un nuevo método heurístico basado en el muestreo de redes de tensores (MPS/TT) para el control óptimo cuántico discreto, el cual optimiza secuencias de control mediante la refinación iterativa de una función de puntuación para navegar paisajes de optimización complejos.
Este artículo presenta una técnica para derivar expresiones analíticas de los estados estacionarios en sistemas colisionales confinados, demostrando que el uso de reglas de reinyección generalizadas en los límites induce perfiles de densidad y temperatura no térmicos.