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 trabajo propone un marco de modelos de difusión que, al entrenarse mediante procedimientos puramente basados en datos y guiar su inferencia inversa exclusivamente mediante leyes físicas, logra resolver ecuaciones diferenciales parciales con alta precisión, robustez y generalización sin necesidad de reentrenamiento.
El artículo presenta PI-JEPA, un marco de preentrenamiento sin etiquetas para simulaciones de flujo en yacimientos que utiliza predicción latente enmascarada y regularización de residuos PDE para entrenar sustitutos neuronales sin resolver EDPs completas, logrando una mayor precisión con una fracción mínima de datos etiquetados en comparación con métodos supervisados.
El artículo propone que los potenciales interatómicos de aprendizaje automático fundacional, que combinan precisión cuántica con velocidad de campo de fuerzas sin requerir entrenamiento específico, están a punto de desplazar a la teoría del funcional de la densidad (DFT) como el método principal en química computacional en la próxima década.
Este artículo presenta la extensión del modelo cinético Shakhov-Bhatnagar-Gross-Krook (SBGK) en el código PICLas para simular moléculas poliatómicas y mezclas de gases en no equilibrio, validando su precisión mediante casos de flujo supersónico e hipersónico que muestran una mejor captura de las ondas de choque en comparación con el método ESBGK.
El artículo presenta TUNA, un programa de química cuántica de código abierto diseñado específicamente para átomos y moléculas diatómicas que ofrece un conjunto coherente de métodos de estructura electrónica y propiedades calculadas mediante diferenciación numérica, sirviendo tanto como plataforma educativa transparente como entorno de referencia para el desarrollo de nuevos algoritmos.
Este trabajo presenta un marco de agentes autoevolutivos que mejora el diseño inverso de metasuperficies mediante la acumulación de habilidades reutilizables y la evaluación determinista, logrando un aumento significativo en el éxito de tareas y la eficiencia del flujo de trabajo sin modificar los pesos del modelo ni el solver físico.
Este estudio combina simulaciones atómicas, el método de Monte Carlo cinético y la teoría de tasas para demostrar que el intercambio Cu-Al en las uniones dislocación-precipitado induce un envejecimiento dinámico por deformación que explica el bajo índice de sensibilidad a la velocidad de deformación observado en las aleaciones de aluminio endurecidas por precipitación.
Este artículo propone un método de filtrado algebraico que utiliza generadores de simetría como operadores lineales para enumerar de manera sistemática y completa todos los términos permitidos en ecuaciones de continuo, facilitando así el descubrimiento de ecuaciones gobernantes mediante métodos impulsados por datos.
Este artículo presenta una simulación exhaustiva de la evolución de los cúmulos de agujeros negros primordiales mediante la ecuación de coagulación de Smoluchowski, resolviéndola con el método de Monte Carlo para determinar los tiempos de desbordamiento y la evolución de la masa poblacional, lo que ayuda a explicar la existencia de agujeros negros supermasivos de alto corrimiento al rojo observados por el JWST.
Este artículo presenta un modelo de aprendizaje profundo multimodal basado en transformadores que, al no requerir suposiciones sobre la estacionariedad del viento o el comportamiento vibratorio normal, supera a los métodos existentes en la predicción de respuestas estructurales y ofrece un gemelo digital para la detección temprana de anomalías en el monitoreo de la salud estructural de puentes, como se demuestra con datos reales del Puente de Hardanger.