🔬 Category

physics.comp-ph

1244 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.

Adaptive Uncertainty-Guided Surrogates for Efficient phase field Modeling of Dendritic Solidification

Este trabajo presenta un modelo sustituto adaptativo impulsado por la incertidumbre que combina XGBoost y CNNs con muestreo activo para predecir eficientemente la evolución espacio-temporal de la solidificación dendrítica en la fabricación aditiva, reduciendo significativamente el número de simulaciones de campo de fase costosas y su impacto ambiental en comparación con métodos de muestreo tradicionales.

Eider Garate-Perez, Kerman López de Calle-Etxabe, Oihana Garcia, Borja Calvo, Meritxell Gómez-Omella, Jon Lambarri2026-03-03🤖 cs.AI

Synchronization, Collective Oscillations, and Information Flow in Duplex Networks

El estudio demuestra que en redes dúplex con enlaces intercapas reactivos y diferencias de frecuencia uniformemente distribuidas, la imposibilidad de sincronización completa conduce a una autoorganización en oscilaciones macroscópicas colectivas compuestas por múltiples modos interactivos, cuyo mecanismo subyacente se revela mediante el análisis de la transferencia de información dirigida entre nodos.

Ali Seif, Mina Zarei2026-03-03🌀 nlin

Computationally-efficient synthesis of inversely-designed 3D-printable all-dielectric devices

Este trabajo presenta la metodología LOCABINACONN, un enfoque computacionalmente eficiente que transforma dispositivos dieléctricos de perfil continuo optimizados mediante diseño inverso en estructuras fabricables con impresión 3D de resina y aire, preservando su rendimiento sin necesidad de simulaciones completas del dispositivo manufacturado.

Maria-Thaleia Passia, Steven A. Cummer2026-03-03🔬 physics.app-ph

General linear correction method for DFT+X energy: application to U-M (M=Al, Ga, In) alloys under high pressure

Este trabajo propone un método de corrección lineal general para eliminar la ambigüedad energética inherente en los enfoques DFT+X, permitiendo comparaciones directas de energía y resolviendo con precisión las discrepancias en la estabilidad de fases de aleaciones de uranio bajo alta presión, lo que valida al DFT+U corregido como un enfoque totalmente de primeros principios.

X. L. Pan, H. X. Song, Y. Sun, F. C. Wu, H. Wang, Y. F. Wang, Y. Chen, X. R. Chen, Hua Y. Geng2026-03-03🔬 cond-mat.mtrl-sci

Deformation mechanisms and compressive response of NbTaTiZr alloy via machine learning potentials

Mediante el uso de potenciales de aprendizaje automático y simulaciones de dinámica molecular, este estudio revela los mecanismos de deformación anisotrópica y la respuesta compresiva del aleación NbTaTiZr bajo condiciones extremas, identificando cómo la orientación cristalina, la tasa de deformación y la composición influyen en su resistencia y transiciones estructurales para guiar el diseño de superaleaciones refractarias.

Hongyang Liu, Bo Chen, Rong Chen, Dongdong Kang, Jiayu Dai2026-03-03🔬 cond-mat.mtrl-sci

Competing adsorption of H and CO on Pd-alloy surfaces: Mechanistic insight into the mitigating effect of Cu on CO poisoning

Mediante un marco computacional avanzado que combina potenciales interatómicos aprendidos por máquina y expansiones de cúmulos, este estudio revela que la resistencia a la intoxicación por CO en aleaciones Pd-Au-Cu depende principalmente de la cobertura de hidrógeno durante el recocido, donde el cobre actúa facilitando vías cinéticas para la absorción de hidrógeno cuando los caminos dominados por paladio están bloqueados.

Pernilla Ekborg-Tanner, Paul Erhart2026-03-03🔬 cond-mat.mes-hall

Stress-driven dynamic evolution of core-shell structured cavities with H and He in BCC-Fe under fusion conditions

Este estudio combina análisis termodinámico y simulaciones de dinámica molecular para revelar que los átomos de hidrógeno y helio juegan un papel decisivo en la evolución dinámica y la respuesta de deformación de cavidades de estructura núcleo-cáscara en hierro BCC bajo condiciones de fusión y campos de tensión aplicados.

Jin Wang, Fengping Luo, Yiheng Chen, Denghuang Chen, Bowen Zhang, Yuxin Liu, Guangyu Wang, Yunbiao Zhao, Sheng Mao, Mohan Chen, Hong-Bo Zhou, Jianming Xue, Yugang Wang, Chenxu Wang2026-03-03🔬 cond-mat.mtrl-sci

Multi-channel phase space with Feynman-diagram-gauge amplitudes

Este artículo presenta un método de espacio de fases multicanal optimizado para amplitudes en gauge de diagramas de Feynman, que permite la simulación precisa de procesos de colisionadores de leptones a altas energías en el marco del SMEFT, abordando específicamente las singularidades de masa leptónica mediante una parametrización mejorada y modificaciones en la biblioteca HELAS.

Kaoru Hagiwara, Junichi Kanzaki, Fabio Maltoni, Kentarou Mawatari, Ya-Juan Zheng2026-03-03⚛️ hep-ph

NEP-CG and NEP-AACG: Efficient coarse-grained and multiscale all-atom-coarse-grained neuroevolution potentials

Este trabajo presenta NEP-CG y NEP-AACG, un marco robusto que genera datos de entrenamiento de bajo ruido mediante potenciales de fuerza media para crear modelos de neuroevolución precisos, transferibles y computacionalmente eficientes que abarcan desde escalas de grano grueso hasta multiescala en diversos sistemas como el agua líquida, monocapas de C60 y nanocables de oro.

Zheyong Fan, Wenjun Zhang, Zhenhao Zhang, Ke Xu, Xuecheng Shao, Haikuan Dong2026-03-03🔬 cond-mat.mtrl-sci

Update of PHYSBO: Improving Usability and Portability of Bayesian Optimization for Physics and Materials Research

Este artículo presenta las actualizaciones de las versiones 2 y 3 de PHYSBO, que priorizan la mejora de la usabilidad, la portabilidad y la compatibilidad del ecosistema (incluyendo el cambio de licencia a MPL y la eliminación de dependencias de Cython) sobre el desarrollo de nuevos algoritmos, con el fin de consolidar a la biblioteca como una infraestructura sostenible para la optimización bayesiana en la investigación física y de materiales.

Yuichi Motoyama, Kazuyoshi Yoshimi, Tatsumi Aoyama, Kei Terayama, Koji Tsuda, Ryo Tamura2026-03-03🔬 cond-mat.mtrl-sci