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 artículo presenta un marco innovador llamado "Física Neural Cuántica" que integra operadores de convolución cuántica dentro de un solucionador multigrid híbrido clásico-cuántico para resolver ecuaciones diferenciales parciales con una compresión de memoria exponencial y una aceleración computacional potencial en futuros ordenadores cuánticos.
Este artículo presenta un potencial de aprendizaje automático basado en redes neuronales gráficas para el aluminio, que permite simulaciones de millones de átomos con precisión *ab initio* para revelar detalles atómicos críticos en la solidificación y deformación que los modelos clásicos no pueden capturar correctamente.
Este artículo presenta *soliton_solver*, un paquete de software de código abierto acelerado por GPU que utiliza un núcleo numérico agnóstico a la teoría y renderizado en tiempo real para simular y visualizar solitones topológicos en teorías de campo no lineales bidimensionales.
Este artículo presenta un método que utiliza los iones generados por la explosión de Coulomb inducida por láseres de rayos X para reconstruir con alta precisión la orientación de proteínas en fase gaseosa, mejorando significativamente la calidad de las reconstrucciones de densidad electrónica en comparación con las técnicas convencionales basadas únicamente en datos de difracción.
Este estudio establece dos leyes de potencia que cuantifican la reducción de la impedancia térmica en interfaces líquido/sólido basándose en el orden traslacional in-plane y la coincidencia de frecuencias vibracionales, proporcionando así un marco analítico para mejorar el enfriamiento de chips electrónicos de alto rendimiento.
Este estudio establece el origen cristalográfico de la ferroelectricidad en el nitruro de boro hexagonal (hBN) bicapa heterodeformado, demostrando mediante simulaciones atómicas y un nuevo modelo multiescala (BFIM) que la conmutación de polarización en configuraciones con gran torsión y deformación está gobernada por la deformación de dislocaciones en espiral y no por dislocaciones de interfaz rectas, lo que permite predecir esta propiedad en estructuras de gran celda unitaria para aplicaciones de memoria no volátil.
El estudio investiga el umbral de colapso de un campo escalar complejo sin masa en espaciotiempos axiales, demostrando que, aunque la autosimilitud discreta y la universalidad se mantienen dentro de cada sector de modo angular , los valores críticos dependen de este modo y no se forman agujeros negros extremos.
Este artículo presenta un modelo de orden reducido acoplado que combina la ecuación de placa de Kirchhoff-Love con la ecuación de Reynolds para simular la interacción fluido-estructura en el pegado de oblea a oblea, implementado numéricamente en FEniCSx para analizar la cinética de la unión y optimizar el proceso.
Este estudio demuestra que las interacciones intercapas en el altermagnetismo bilayer V2S2O modulan drásticamente sus propiedades electrónicas y de transporte de espín, reduciendo la polarización de transmisión y revelando una asimetría significativa en la eficiencia de conversión corriente-carga-espín bajo voltaje de puerta, lo cual es crucial para el diseño de dispositivos espintrónicos multicapa.
Este trabajo demuestra que el ajuste fino de potenciales interatómicos de aprendizaje automático universales, utilizando estructuras enumeradas, permite alcanzar una precisión cercana a la del DFT para predecir las energías de mezcla en aleaciones de alta entropía bidimensionales, superando las limitaciones computacionales de los métodos tradicionales.