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 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.
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.
El artículo presenta Pi-PINN, un enfoque de aprendizaje transferible que utiliza una adaptación de cabeza de forma cerrada para generar representaciones físicas generalizables que resuelven ecuaciones diferenciales parciales de manera rápida y precisa sin necesidad de datos de entrenamiento para instancias no vistas.
Este estudio propone un marco habilitado por IA agente que integra modelos de lenguaje grandes con modelos físicos ligeros para evaluar el confort térmico y el consumo energético en vecindarios urbanos tropicales como Singapur, permitiendo la exploración autónoma de estrategias de diseño urbano resilientes al clima.
Este artículo presenta un método sin mallas adaptativo en para simular la convección natural de fluidos no newtonianos en una cavidad diferencialmente calentada, demostrando que el refinamiento adaptativo de la densidad de nodos mejora la eficiencia computacional al capturar con precisión las capas límite delgadas.
Este estudio investiga la fase supersólida de bosones de núcleo blando en dos dimensiones a temperatura finita mediante métodos de Hartree-Fock autoconsistente y Monte Carlo cuántico, identificando una amplia región de fase supersólida y una posible fase intermedia hexática, lo que valida el uso de la teoría de Hartree-Fock como una herramienta eficaz complementaria a las simulaciones intensivas para analizar las transiciones de fase en estos sistemas.