917 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.
Los autores presentan un núcleo exacto de autogravedad basado en funciones de Bessel modificadas para discos protoplanetarios finos que supera las limitaciones de la aproximación de longitud de suavizado, ofreciendo una descripción física más precisa, compatible con FFT y capaz de revelar nuevas fuentes de inestabilidad gravitatoria.
Este trabajo presenta un método basado en Redes Neuronales Informadas por Física (PINNs) con entrenamiento secuencial para estimar la velocidad del refrigerante necesaria para enfriar MOSFETs multicapa, resolviendo eficazmente un problema inverso mal planteado y validando sus resultados mediante comparación con datos analíticos y experimentales.
Este estudio combina la teoría de quasipartículas autoconsistente $GW$ y correcciones de DFT optimizadas mediante aprendizaje automático para identificar que CoTiSn, CoZrAl y CoMnIn son los candidatos más prometedores entre los compuestos Heusler basados en Co y Ni para aplicaciones espintrónicas semiconductores III-V.
Este artículo presenta un marco de trabajo modular en Java para la visualización científica y la simulación, que destaca por su arquitectura desacoplada entre capas de visualización y motores de simulación, permitiendo la integración opcional de renderizado 3D acelerado por hardware y demostrando su eficacia mediante un caso de estudio de simulación de expansión de gas.
Este artículo presenta un método de elementos finitos arbitrario Lagrangiano-Euleriano para membranas lipídicas curvas y deformables, que permite un movimiento de malla independiente del flujo de lípidos mediante una nueva clase de dinámicas de malla y técnicas de estabilización, validado mediante la simulación del estiramiento y traslación de un tether de membrana.
Este artículo presenta una nueva arquitectura de red neuronal híbrida cuántico-clásica de múltiples flujos que supera a los modelos clásicos en la resolución de las ecuaciones de Navier-Stokes para el flujo de Kovasznay, logrando una mayor precisión con menos parámetros al descomponer la solución en componentes de frecuencia independientes.
Este estudio presenta FlexPINN, una red neuronal informada por física flexible que mejora la arquitectura estándar para simular con alta precisión el flujo de fluidos y la transferencia de masa en micromezcladores 3D complejos, demostrando una eficiencia de mezcla superior y una menor carga computacional en comparación con la dinámica de fluidos computacional tradicional.
El artículo presenta un enfoque ab initio basado en la teoría del funcional de la densidad para predecir la morfología de equilibrio de cristales heterogéneamente integrados, cuyos resultados para GaP sobre Si muestran una excelente concordancia con observaciones experimentales y ofrecen una herramienta para optimizar materiales multifuncionales.
Este artículo presenta un marco general para identificar las computaciones emuladas por sistemas dinámicos naturales y artificiales, definiéndolas mediante la correspondencia entre su evolución y la de una máquina computacional abstracta, mientras explora ejemplos, limitaciones y cuestiones relacionadas como la indecidibilidad y el valor de la computación.
El artículo demuestra que el uso de trenes tensoriales cuantizados (QTT) permite resolver la ecuación diferencial parcial de Black-Scholes para opciones de múltiples activos en una red completa de manera eficiente, superando la maldición de la dimensionalidad y permitiendo el cálculo preciso de precios y griegas en 10 a 15 dimensiones con recursos computacionales accesibles.