🔬 Category

physics.comp-ph

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.

Neural Operator: Is data all you need to model the world? An insight into the paradigm of data-driven scientific ML

Este artículo ofrece una visión integral sobre cómo los operadores neuronales, como enfoque de aprendizaje automático basado en datos, complementan y superan las limitaciones computacionales de los métodos numéricos tradicionales para resolver ecuaciones diferenciales parciales en física e ingeniería, destacando sus ventajas de invariancia y velocidad mientras se abordan sus desafíos abiertos.

Hrishikesh Viswanath, Md Ashiqur Rahman, Abhijeet Vyas, Andrey Shor, Beatriz Medeiros, Stephanie Hernandez, Suhas Eswarappa Prameela, Aniket Bera2026-04-21🔬 physics

Learning time-dependent and integro-differential collision operators from plasma phase space data using differentiable simulators

Este trabajo presenta un método que utiliza simuladores diferenciales y datos de fase espacial de plasmas para aprender operadores de colisión dependientes del tiempo y de tipo integro-diferencial, demostrando que pueden reproducir con mayor precisión la dinámica del plasma que los estimados tradicionales basados en estadísticas de trayectorias de partículas.

Diogo D. Carvalho, Luis O. Silva, E. Paulo Alves2026-04-21🔬 physics

On the hydrodynamic behaviour of the immersed boundary -- lattice Boltzmann method for wetting problems

Este artículo analiza el comportamiento hidrodinámico del método de frontera inmersa con lattice Boltzmann (IBLB) para problemas de mojabilidad, comparándolo con métodos de elemento de frontera y de volumen de fluido para evaluar sus limitaciones, particularmente la formación de una película delgada bajo la gota, y definir sus límites de validez.

Elisa Bellantoni, Fabio Guglietta, Andreas Demou, Francesca Pelusi, Kiwon Um, Mihalis Nicolaou, Mathieu Desbrun, Mauro Sbragaglia, Nikos Savva2026-04-21🔬 physics

Ice as a Photochemical Shield: Adsorption Energetics and Spectroscopic Modulation of Interstellar Thiocyanates HCSCN and HCSCCH in TMC-1

Este estudio computacional revela que la adsorción de HCSCN y HCSCCH en hielos interestelares genera un "paradoja de supervivencia" donde las especies atrapadas en cavidades profundas, aunque térmicamente protegidas, sufren una mayor fotodisociación debido a una hipercromía inducida por el entorno.

Saptarshi G. Dastider, Amit Singh Negi, Krishnakanta Mondal, Jobin Cyriac2026-04-21🔭 astro-ph

Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling

Los autores desarrollan dos modelos sustitutos de aprendizaje profundo autoregresivos, basados en arquitecturas Koopman-Transformer y ConvLSTM-UNet, que permiten predecir con alta precisión y menor costo computacional la evolución temporal de inestabilidades de Kelvin-Helmholtz en magnetohidrodinámica ideal, preservando las estructuras físicas clave y las leyes de conservación.

David Kivarkis, Waleed Mouhali, Sadruddin Benkadda, Kai Schneider2026-04-21🔬 physics

Consistent control of energy dissipation in non-spherical particle contact via a structure-preserving formulation

Este trabajo resuelve el problema del control de la disipación de energía en contactos de partículas no esféricas mediante una formulación que preserva la estructura, demostrando que la ley de amortiguamiento debe estar determinada por la estructura armónica subyacente y que el coeficiente de restitución apropiado es el del punto de contacto (ecne_{cn}), no el de la energía total.

Y. T. Feng2026-04-21🔬 physics

Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems

Este trabajo presenta un marco de redes neuronales informadas por la física (PINN) que combina una formulación variacional con una expansión de Magnus para aprender dinámicas cuánticas contra-adiabáticas y optimizar la información de Fisher cuántica en sistemas de muchos cuerpos dependientes del tiempo, demostrando mejoras sistemáticas sobre soluciones de referencia en diversas familias de Hamiltonianos de espín.

Antonio Ferrer-Sánchez, Yolanda Vives-Gilabert, Yue Ban, Xi Chen, José D. Martín-Guerrero2026-04-21⚛️ quant-ph