🔬 Category

physics.comp-ph

1164 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 Cartesian grid-based boundary integral method for moving interface problems

Este artículo propone un método de integral de contorno basado en una cuadrícula cartesiana que reformula ecuaciones diferenciales parciales elípticas y parabólicas para resolver eficientemente y de manera estable problemas de interfaz móvil, como el flujo de Hele-Shaw y el problema de Stefan, mediante el uso de variables θ−L\theta-L para la evolución de la interfaz y técnicas de discretización avanzadas como GMRES, FFT y métodos multigrid.

Han Zhou, Shuwang Li, Wenjun Ying2026-04-22🔬 physics

Scalable Data-Driven Basis Selection for Linear Machine Learning Interatomic Potentials

Este artículo presenta un método escalable basado en datos para la selección automática de características en potenciales interatómicos de aprendizaje automático dentro del marco de la Expansión de Cúmulos Atómicos (ACE), demostrando que los modelos ACE dispersos mejoran la eficiencia computacional, la precisión de generalización y la interpretabilidad en comparación con los modelos densos.

Tina Torabi, Matthias Militzer, Michael P. Friedlander, Christoph Ortner2026-04-22🔬 physics

Adaptive hyperviscosity stabilisation for the RBF-FD method in solving advection-dominated transport equations

Este artículo presenta un procedimiento de estabilización por hiperviscosidad adaptativa para el método RBF-FD que, mediante un algoritmo independiente de la EDP basado en el radio espectral, permite resolver ecuaciones de transporte dominadas por la advección en dominios sin frontera con mallas generales, reduciendo costes computacionales mediante el uso de estenciles más pequeños y demostrando un rendimiento estable en problemas lineales y no lineales.

Miha Rot, Žiga Vaupotič, Andrej Kolar-Požun, Gregor Kosec2026-04-22🔬 physics

Stable self-adaptive timestepping for Reduced Order Models for incompressible flows

Este trabajo presenta RedEigCD, un método de paso de tiempo autoadaptativo para modelos de orden reducido de flujos incompresibles que, al basarse en límites espectrales de los operadores reducidos en lugar de errores de estimación, permite aumentar la estabilidad del paso de tiempo hasta 40 veces en comparación con los modelos de orden completo sin comprometer la precisión ni la eficiencia.

Josep Plana-Riu, Henrik Rosenberger, Benjamin Sanderse, F. Xavier Trias2026-04-22🔬 physics

Diffusion Synthetic Acceleration for polytopic discretisations of Boltzmann transport

Este estudio presenta una evaluación computacional de la aceleración sintética por difusión (DSA) para ecuaciones de transporte SNS_N discretizadas mediante un método de Galerkin discontinuo polipédrico, demostrando que una variante de penalización interior modificada (MIP) mantiene una convergencia robusta y superior en regímenes ópticamente gruesos y altamente dispersivos en comparación con la formulación simétrica clásica (SIP).

Ansar Calloo, Matthew Evans, François Madiot, Tristan Pryer2026-04-22🔢 math

Nonuniform Iterative Phasing Framework and Sampling Requirements for 3D Dynamical Inversion from Coherent Surface Scattering Imaging

Este artículo presenta un marco matemático de inversión iterativa que combina técnicas de recuperación de fase con métodos rápidos de inversión de Fourier no uniforme para reconstruir con éxito estructuras tridimensionales aisladas a partir de datos de dispersión coherente en superficie, incluso en presencia de efectos de dispersión dinámica y con un número reducido de ángulos de incidencia.

Jeffrey J. Donatelli, Miaoqi Chu, Zixi Hu, Zhang Jiang, Nicholas Schwarz, Jin Wang, James A. Sethian2026-04-22🔬 physics

The High Explosives and Affected Targets (HEAT) Dataset

Este artículo presenta el conjunto de datos HEAT, una colección de simulaciones físicas bidimensionales generadas en el Laboratorio Nacional de Los Álamos que cubre la dinámica de ondas de choque en múltiples materiales y sirve como recurso fundamental para entrenar y validar modelos de inteligencia artificial en este campo.

Bryan Kaiser, Kyle Hickmann, Sharmistha Chakrabarti, Soumi De, Sourabh Pandit, David Schodt, Jesus Pulido, Divya Banesh, Christine Sweeney2026-04-22🤖 cs.LG

An Implicit Compact-Kernel Material Point Method for Computational Solid Mechanics

Este trabajo presenta una formulación implícita del Método de Partículas de Material con Núcleo Compacto (CK-MPM) que combina la eficiencia de soporte compacto con la suavidad necesaria para simulaciones de grandes deformaciones, superando las limitaciones de ruido de estrés, disipación numérica y artefactos de contacto observados en otros métodos MPM.

Qirui Fu, Yupeng Jiang, Minchen Li2026-04-22🔬 physics