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.
Mediante simulaciones numéricas directas, este estudio demuestra que los efectos termodifusivos en llamas turbulentas de hidrógeno alteran significativamente la dinámica de la superficie de la llama y las fluctuaciones de la tasa de liberación de calor, intensificando la radiación acústica a bajas frecuencias mediante el estiramiento de la llama y la inestabilidad de la capa de corte.
Este artículo presenta un método numérico estable y rápido para resolver problemas de dispersión acústica multicuerpo, el cual combina la simplicidad de implementación del método de soluciones fundamentales (MFS) para cálculos locales con un sistema global bien condicionado que permite el uso eficiente de solvers iterativos acelerados.
Este estudio predice teóricamente la existencia de nanotubos de fosfuro de carbono () estables a temperatura ambiente que albergan una combinación intrínseca y rara de fermiones de Dirac y bandas planas en el nivel de Fermi, ofreciendo una plataforma versátil y sintonizable mediante tensión para fenómenos cuánticos correlacionados y aplicaciones en espintrónica.
El artículo presenta las Redes Neuronales de Campo Efectivo (EFNN), una arquitectura inspirada en la renormalización que supera a los modelos estándar y logra una generalización precisa en sistemas de muchos cuerpos de mayor tamaño sin entrenamiento adicional, capturando así la física subyacente con una eficiencia computacional superior.
Este estudio utiliza el Desequilibrio de Información para demostrar que la información semántica converge entre idiomas y modalidades en modelos profundos, revelando que la predictibilidad direccional depende de la profundidad de las capas, la escala del modelo y el idioma, y que modelos masivos entrenados por separado pueden superar a los multimodales conjuntos en alineación semántica.
Este artículo de perspectiva propone un marco unificado basado en codificaciones de bloques y transformaciones polinómicas para desarrollar métodos de ciencia computacional cuántica escalables que conecten el desarrollo algorítmico teórico con aplicaciones prácticas en química, física y optimización.
Este artículo presenta una forma de corrección de flujo para el esquema de borde de tercer orden que permite utilizar funciones de flujo numérico generales sin pérdida de precisión, demostrando mediante resultados numéricos que se mantiene la exactitud de tercer orden en mallas tetraédricas irregulares.
Este estudio presenta un marco escalable para tareas de clasificación que utiliza redes de osciladores caóticos acoplados, donde un red neuronal aprende a ajustar los términos de acoplamiento para generar resonancias locales que procesan los datos, evitando así la necesidad de diseñar manualmente las interacciones y facilitando la optimización mediante gradientes.
Este estudio propone un marco de análisis estadístico que utiliza distancias entre matrices de covarianza de trayectorias de dinámica molecular para reducir la dimensionalidad de los datos y caracterizar eficazmente propiedades físicas globales y transiciones de fase, como se valida en sistemas de partículas de Lennard-Jones y agua.
Este artículo presenta un modelo multiphase de campo de fase Allen-Cahn conservativo acoplado a la dinámica de fluidos de red (Lattice Boltzmann) que introduce un flujo repulsivo local adaptativo para suprimir eficazmente la coalescencia espuria en simulaciones de películas delgadas, logrando una dinámica de contacto cercana físicamente consistente sin recurrir a procedimientos geométricos no locales.