🔬 Category

physics.comp-ph

922 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.

Magnetism Induced by Azanide and Ammonia Adsorption in Defective Molybdenum Disulfide and Diselenide: A First-Principles Study

Este estudio de primeros principios revela que, si bien las vacantes de calcógeno prístinas en MoS2_2 y MoSe2_2 no inducen magnetismo, la adsorción de azanuro (NH2_2) y amoníaco (NH3_3) en estas monocapas defectuosas genera momentos magnéticos localizados, exhibiendo el MoSe2_2 un notable momento de 2.0 μB\mu_B tras la disociación de NH3_3, demostrando así una estrategia viable para sintonizar el magnetismo en materiales 2D para aplicaciones espintrónicas.

Guilherme S. L. Fabris, Bruno Ipaves, Raphael B. Oliveira, Humberto R. Gutierrez, Marcelo L. Pereira Junior, Douglas S. Galvão2026-01-30🔬 cond-mat.mtrl-sci

Accelerated Inorganic Electrides Discovery by Generative Models and Hierarchical Screening

Este artículo presenta un marco impulsado por modelos generativos combinado con cribado termodinámico y electrónico jerárquico para identificar con éxito 13 nuevos electridos termodinámicamente estables y 264 compuestos ricos en electrones a partir de miles de composiciones químicas, acelerando el descubrimiento de materiales con propiedades electrónicas excepcionales.

Shuo Tao, Qiang Zhu2026-01-30🔬 cond-mat.mtrl-sci

A Hybrid semi-Lagrangian Flow Mapping Approach for Vlasov Systems: Combining Iterative and Compositional Flow Maps

Este artículo propone un esquema híbrido semi-Lagrangiano para la ecuación de Vlasov-Poisson que combina sinérgicamente el paso de tiempo local conservativo del método de Iteración de Flujo Numérico (NuFI) con la eficiente composición de submapas globales del Método de Mapeo de Características (CMM) para lograr un equilibrio entre el costo computacional, los requisitos de almacenamiento y la preservación estructural.

Philipp Krah, Zetao Lin, R. -Paul Wilhelm, Fabio Bacchini, Jean-Christophe Nave, Virginie Grandgirard, Kai Schneider2026-01-30🔢 math

MEIDNet: Multimodal generative AI framework for inverse materials design

Este artículo presenta MEIDNet, un marco de IA generativa multimodal que combina redes neuronales de grafos equivariantes y aprendizaje contrastivo para acelerar eficientemente el diseño inverso de nuevos materiales estables con propiedades específicas, tal como lo demuestra la generación exitosa de perovskitas de banda prohibida baja.

Anand Babu, Rogério Almeida Gouvêa, Pierre Vandergheynst, Gian-Marco Rignanese2026-01-30🔬 cond-mat.mtrl-sci

Loss Landscape Geometry and the Learning of Symmetries: Or, What Influence Functions Reveal About Robust Generalization

Este artículo introduce un diagnóstico basado en la influencia que analiza la geometría local del paisaje de pérdida para determinar si los emuladores neuronales de ecuaciones diferenciales parciales han internalizado con éxito las simetrías físicas mediante la medición de la coherencia de las actualizaciones de gradiente a lo largo de órbitas relacionadas con la simetría, ofreciendo así un método novedoso para evaluar la generalización robusta más allá de las pruebas estándar de paso hacia adelante.

James Amarel, Robyn Miller, Nicolas Hengartner, Benjamin Migliori, Emily Casleton, Alexei Skurikhin, Earl Lawrence, Gerd J. Kunde2026-01-29🤖 cs.LG

Quantum statistics from classical simulations via generative Gibbs sampling

El artículo presenta GG-PI, un marco computacionalmente eficiente que aprovecha el modelado generativo y el muestreo de Gibbs sobre datos de simulación clásica para recuperar con precisión los efectos cuánticos nucleares y transferirlos entre temperaturas sin necesidad de reentrenamiento, superando significativamente a la dinámica molecular de integral de camino tradicional.

Weizhou Wang, Xuanxi Zhang, Jonathan Weare, Aaron R. Dinner2026-01-29🔬 cond-mat

Numerically Consistent Non-Boussinesq Subgrid-scale Stress Model with Enhanced Convergence

Este artículo presenta un modelo de tensión de subescala numéricamente consistente y no Boussinesq para la simulación de grandes remolinos que aprovecha la asimilación de datos y el aprendizaje multitarea para lograr una convergencia mejorada y predicciones superiores de capas límite turbulentas bajo gradientes de presión adversos en comparación con el modelo de Smagorinsky dinámico.

Yuenong Ling, Adrián Lozano-Durán2026-01-29🔬 physics

High-order exponential solver method for particle-in-cell simulations

Este artículo presenta un resolvedor de diferencias finitas en el dominio del tiempo exponencial para simulaciones de partícula en celda que cierra la brecha entre los métodos estándar de diferencias finitas y los métodos espectrales, ofreciendo una alta precisión y una localidad mejorada en 3D al tiempo que demuestra su efectividad a través de varios bancos de prueba de interacción láser-plasma.

Szilárd Majorosi, Nasr Hafz, Zsolt Lécz2026-01-28🔬 physics

A finite element solver for a thermodynamically consistent electrolyte model

Este artículo presenta un resolvedor de electrolitos basado en elementos finitos y termodinámicamente consistente, implementado en FEniCSx, que modela con precisión el transporte iónico multicomponente al incorporar efectos estéricos, solvatación y acoplamiento de presión, mejorando así la fidelidad física y la estabilidad numérica respecto a los marcos clásicos para sistemas electroquímicos de alta concentración.

Jan Habscheid, Satyvir Singh, Lambert Theisen, Stefanie Braun, Manuel Torrilhon2026-01-28💻 cs