🔬 Category

physics.comp-ph

1219 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.

A Global Spacetime Optimization Approach to the Real-Space Time-Dependent Schrödinger Equation

Este artículo presenta un marco de red neuronal general llamado Fermionic Antisymmetric Spatio-Temporal Network que resuelve la ecuación de Schrödinger dependiente del tiempo en el espacio real mediante una optimización global, logrando una representación unificada y precisa de funciones de onda fermiónicas antisimétricas para simular dinámicas cuánticas de múltiples electrones sin propagación paso a paso.

Enze Hou, Yuzhi Liu, Linxuan Zhang, Difa Ye, Lei Wang, Han Wang2026-03-31⚛️ quant-ph

Charge-Ordered States and the Phase Diagram of the Extended Hubbard Model on the Bethe lattice

Este estudio utiliza la aproximación de campo medio de Hartree en una red de Bethe para analizar el modelo de Hubbard extendido, revelando la existencia de estados aislantes y metálicos ordenados por carga, así como la supresión del orden de carga mediante la repulsión en el sitio, todo ello mediante derivaciones analíticas que evitan las imprecisiones numéricas.

Aleksey Alekseev, Konrad Jerzy Kapcia2026-03-31🔬 cond-mat

NeuralCrop: Combining physics and machine learning for improved crop yield projections

El artículo presenta NeuralCrop, un modelo híbrido diferenciable que combina procesos físicos y aprendizaje automático para generar proyecciones de rendimiento de cultivos más precisas, eficientes y robustas ante condiciones climáticas extremas en comparación con los modelos tradicionales.

Yunan Lin, Sebastian Bathiany, Maha Badri, Maximilian Gelbrecht, Philipp Hess, Brian Groenke, Jens Heinke, Christoph Müller, Niklas Boers2026-03-31🔬 physics

Boltzmann Generators for Condensed Matter via Riemannian Flow Matching

Este trabajo presenta un enfoque de emparejamiento de flujo riemanniano para generar distribuciones de equilibrio en sistemas de materia condensada, mitigando el alto costo computacional mediante un estimador de traza de Hutchinson con corrección de sesgo, lo que permite estimar con precisión la energía libre en sistemas de tamaño sin precedentes como el hielo monoatómico.

Emil Hoffmann, Maximilian Schebek, Leon Klein, Frank Noé, Jutta Rogal2026-03-31📊 stat

SCALE-TRACK: Asynchronous Euler-Lagrange particle tracking on heterogeneous computing architecture

El artículo presenta SCALE-TRACK, un algoritmo de seguimiento de partículas escalable y de acoplamiento bidireccional diseñado para arquitecturas heterogéneas que permite simular hasta 256 mil millones de partículas con alta fidelidad en sistemas de computación de alto rendimiento y estaciones de trabajo locales.

Silvio Schmalfuß, Sergey Lesnik, Henrik Rusche, Dennis Niedermeier2026-03-31💻 cs

Temperature dependence of the dynamic structure factor of the electron liquid via analytic continuation

Este trabajo presenta nuevos resultados de continuación analítica para el factor de estructura dinámico del líquido de electrones uniformes, obtenidos a partir de datos de Monte Carlo de integrales de camino en tiempo imaginario y comparando los métodos de entropía máxima y de núcleos gaussianos dispersos para aplicaciones en dispersión de rayos X y teoría del funcional de la densidad dependiente del tiempo.

Thomas Chuna, Maximilian P. Böhme, Tobias Dornheim2026-03-31🔬 physics

Characterizing Atomistic Transitions Using Cross-scale Graph-pooled Chebyshev Signatures

Este artículo presenta un enfoque novedoso que utiliza firmas de Chebyshev agrupadas a través de escalas para caracterizar y clasificar automáticamente las transiciones atómicas en simulaciones a gran escala, permitiendo identificar patrones complejos y familias de transiciones físicamente significativas que son inaccesibles para las técnicas tradicionales.

Rostyslav Hnatyshyn, Danny Perez2026-03-31🔬 physics

Neural operator accelerated atomistic to continuum concurrent multiscale simulations of viscoelasticity

Este trabajo presenta un marco de simulación multiescala concurrente acelerado por operadores neuronales que acopla simulaciones atómicas con análisis de elementos finitos para modelar eficientemente la viscoelasticidad de materiales como el poliurea, reemplazando costosas evaluaciones de dinámica molecular con un sustituto de red neuronal que captura efectos de memoria y dependencia térmica.

Tanvir Sohail, Burigede Liu, Swarnava Ghosh2026-03-31🔬 cond-mat.mtrl-sci

PRBench: End-to-end Paper Reproduction in Physics Research

El artículo presenta PRBench, un riguroso benchmark de 30 tareas en 11 subcampos de la física diseñado para evaluar la capacidad de los agentes de IA para reproducir investigaciones científicas de extremo a extremo, revelando que incluso los modelos más avanzados logran un rendimiento bajo (34%) y fallan sistemáticamente en la precisión de los datos y la corrección del código.

Shi Qiu, Junyi Deng, Yiwei Deng, Haoran Dong, Jieyu Fu, Mao Li, Zeyu Li, Zhaolong Zhang, Huiwen Zheng, Leidong Bao, Anqi Lv, Zihan Mo, Yadi Niu, Yiyang Peng, Yu Tian, Yili Wang, Ziyu Wang, Zi-Yu Wang (…)2026-03-31⚛️ hep-lat