🔬 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.

How Does Intercalation Reshape Layered Structures? A First-Principles Study of Sodium Insertion in Layered Potassium Birnessite

Este estudio de primeros principios mediante teoría funcional de la densidad híbrida analiza cómo la intercalación de sodio en birnesita de potasio modifica la estabilidad estructural, las barreras de difusión iónica y las propiedades electrónicas del material, revelando su potencial como semiconductor magnético bipolar para aplicaciones en espintrónica y dispositivos de energía.

Adriana Lee Punaro, Daniel Maldonado-Lopez, Jorge L. Cholula-Díaz, Marcelo Videa, Jose L. Mendoza-Cortes2026-04-14🔬 cond-mat.mtrl-sci

Scalable Generative Sampling and Multilevel Estimation for Lattice Field Theories Near Criticality

Los autores presentan un muestreador generativo multiescala que combina modelos de mezclas gaussianas condicionales y flujos normalizadores continuos para superar el enlentecimiento crítico en teorías de campos reticulares, logrando tiempos de autocorrelación drásticamente reducidos y una estimación eficiente mediante Monte Carlo multinivel en la teoría escalar ϕ4\phi^4 bidimensional.

A. Singha, J. Kauffmann, E. Cellini, K. Jansen, S. Nakajima2026-04-14⚛️ hep-lat

HydroFirn: A numerical model for large-scale multidimensional firn hydrology

El artículo presenta "HydroFirn", un modelo numérico eficiente y multidimensional para la hidrología del firn que supera las limitaciones de los enfoques unidimensionales al simular dinámicas de agua de fusión y formación de capas de hielo, mejorando así la precisión en las estimaciones del balance de masa de las capas de hielo y el flujo de agua dulce al océano.

Mohammad Afzal Shadab, Surendra Adhikari, C. Max Stevens, Asa K. Rennermalm, Jing Xiao, Marc A. Hesse, and Reed M. Maxwell2026-04-14🔬 physics

Active Learning for Generalizable Detonation Performance Prediction of Energetic Materials

Este artículo presenta un enfoque de aprendizaje activo que integra cálculos teóricos y modelos de inteligencia artificial para generar la base de datos más grande de explosivos CHNO y un modelo predictivo generalizable que identifica el balance de oxígeno como el factor dominante en el rendimiento de la detonación, facilitando así el descubrimiento eficiente de nuevos materiales energéticos.

R. Seaton Ullberg, Megan C. Davis, Jeremy N. Schroeder, Andrew H. Salij, M. J. Cawkwell, Christopher J. Snyder, Wilton J. M. Kort-Kamp, Ivana Matanovic2026-04-13🔬 physics

EquiformerV3: Scaling Efficient, Expressive, and General SE(3)-Equivariant Graph Attention Transformers

El artículo presenta EquiformerV3, una red neuronal gráfica equivariante a SE(3) que mejora la eficiencia, expresividad y generalidad mediante optimizaciones de implementación, modificaciones arquitectónicas como la normalización de capas fusionada y activaciones SwiGLU-S2S^2, logrando resultados de vanguardia en tareas de modelado atómico 3D.

Yi-Lun Liao, Alexander J. Hoffman, Sabrina C. Shen, Alexandre Duval, Sam Walton Norwood, Tess Smidt2026-04-13🔬 physics