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 trabajo presenta un marco unificado de aprendizaje automático que combina potenciales interatómicos aprendidos por máquina con la teoría funcional de la densidad clásica neuronal para modelar ab initio las propiedades termodinámicas y de fase de líquidos como el agua y el dióxido de carbono a través de múltiples escalas, superando las limitaciones computacionales de las simulaciones moleculares tradicionales.
Este artículo propone modelos de difusión condicional de forma cerrada para la asimilación de datos, los cuales aprovechan la estimación de densidad por núcleos para evaluar analíticamente la función de puntuación y superan a los filtros de Kalman y de partículas en sistemas no lineales con distribuciones no gaussianas y tamaños de conjunto pequeños.
Este estudio demuestra mediante modelado analítico y simulaciones que la excitación resonante coherente de dos pulsos láser copropagantes en un plasma homogéneo puede amplificar la onda de estela hasta tres veces su intensidad original cuando la separación temporal entre los pulsos se ajusta a un cuarto de la longitud de onda del plasma.
Este trabajo propone un método robusto y automatizado basado en el análisis de Fourier y la clasificación estadística para identificar y distinguir los estados quimera de otros patrones dinámicos en sistemas de osciladores acoplados, demostrando su eficacia en redes de señales topológicas y su generalidad frente a variaciones en la topología y los parámetros del sistema.
Este estudio demuestra que las ondas de espín acústicas en apilamientos sintéticos antiferromagnéticos simétricos en estado de tijera exhiben una no reciprocidad de frecuencia tan significativa que permite la transferencia de energía unidireccional, un hallazgo validado experimentalmente y respaldado por modelos analíticos y simulaciones micromagnéticas para el diseño de dispositivos.
Este estudio revela una simetría de doblez inesperada en la disipación de ondas acústicas de superficie por resonancia ferromagnética en una película delgada de CoFeB, atribuyendo este fenómeno a una anisotropía uniaxial in-plane débil que persiste incluso cuando las interacciones dipolares son despreciables.
Este artículo demuestra la viabilidad de utilizar sensores virtuales basados en aprendizaje automático para estimar con alta precisión el estado de degradación de las capas de soldadura y los mapas de temperatura completos en módulos IGBT, utilizando un número limitado de sensores físicos y datos sintéticos.
El artículo presenta FESTIM v2.0, una actualización mayor del marco de código abierto para el transporte de hidrógeno que amplía su alcance físico con capacidades multi-especie y reacciones avanzadas, y mejora su infraestructura mediante la migración a DOLFINx para lograr un mejor rendimiento y sostenibilidad.
Este trabajo investiga las huellas observables de un agujero negro de Anti-de Sitter con carga magnética en la teoría de Euler-Heisenberg inspirada en cuerdas, analizando su sombra, órbitas estables y frecuencias de oscilación cuasi-periódica (QPO), y concluye que aunque la carga magnética produce desviaciones teóricas medibles, los datos actuales de QPO imponen solo restricciones moderadas, permitiendo valores finitos de carga con un límite superior de aproximadamente 0.2 en relación con la masa.
Este artículo introduce el Principio de Incertidumbre Neuronal, un marco teórico unificado que revela que la fragilidad ante ataques adversarios en visión y las alucinaciones en modelos de lenguaje comparten un origen geométrico común, permitiendo desarrollar métodos como ConjMask y LogitReg para mejorar la robustez y detectar riesgos sin necesidad de entrenamiento adversario costoso.