1201 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 la exploración computacional de alto rendimiento de más de 30.000 complejos de disprosio permite identificar ligandos orgánicos que optimizan la segunda esfera de coordinación, logrando un aumento del 100% en la anisotropía magnética respecto a compuestos de referencia mediante un ajuste fino no intuitivo.
Este artículo presenta un método para incrustar problemas de transmisión generales de las ecuaciones de Maxwell en la teoría de problemas de valor en la frontera elíptica mediante la introducción de dos nuevas funciones escalares y condiciones de frontera adicionales, estableciendo una correspondencia biunívoca entre las soluciones de ambos problemas en dominios acotados y no acotados.
Este trabajo presenta una extensión molecular de la teoría de incrustación dinámica de baños interactivos (ibDET) que permite calcular con alta precisión y bajo costo las energías de excitación cargada de sistemas moleculares mediante la descomposición del problema en incrustaciones locales que capturan la entrelazación dependiente de la frecuencia entre impurezas y su entorno.
Este trabajo presenta un marco sistemático que utiliza un modelo sustituto de aprendizaje profundo entrenado con datos clínicos para predecir instantáneamente la hemodinámica personalizada y estimar parámetros no medibles, lo que permite la generación eficiente de cohortes sintéticas fisiológicas y la estimación de parámetros centrales como el gasto cardíaco y la presión sistólica aórtica.
Este trabajo presenta un marco no invasivo y personalizado que utiliza redes neuronales informadas por física (PINNs) para reconstruir con alta precisión y rapidez los campos de flujo y presión arterial a partir de mediciones mínimas de presión con manguito, permitiendo la estimación de parámetros hemodinámicos centrales clave como el gasto cardíaco y la presión sistólica central.
El artículo presenta un algoritmo eficiente que evita la redundancia en la enumeración de triangulaciones de poliedros al generar directamente variedades de Calabi-Yau no equivalentes mediante vectores de altura en la intersección de conos secundarios, logrando una reducción drástica en el número de operaciones necesarias.
El artículo presenta RiteWeight, un algoritmo que estima distribuciones estacionarias en simulaciones de dinámica molecular mediante la reponderación iterativa de trayectorias y un agrupamiento aleatorio que elimina los errores de discretización inherentes a los métodos tradicionales.
Este estudio compara sistemáticamente las estrategias de entrenamiento multifidelidad de pre-entrenamiento/ajuste fino y entrenamiento multi-cabezal para campos de fuerza aprendidos por máquina, revelando que, aunque el primero suele ofrecer mayor precisión, el segundo proporciona ventajas prácticas al permitir el uso eficiente de datos de diferentes niveles de fidelidad para desarrollar campos de fuerza universales y rentables.
Este estudio demuestra que el terreno cerebral marciano se formó mediante un proceso de dos etapas: un patrón inicial impulsado por ciclos de congelación-descongelación que implican agua líquida, seguido de un escultado vertical por sublimación en un ambiente seco, lo que proporciona evidencia física de la transición del clima antiguo de Marte de un estado húmedo a uno hiperárido.
Este artículo presenta una técnica de diseño experimental secuencial basada en la discriminación óptima entre modelos estructurales sugeridos por regresión simbólica y ecuaciones diferenciales universales, con el fin de recopilar datos de alta calidad para descubrir física faltante en sistemas de procesos, como se demuestra en un biorreactor.