La dinámica de fluidos explora cómo se mueven los líquidos y los gases, desde el flujo suave de un río hasta las turbulencias complejas que afectan el clima o el diseño de aviones. En Gist.Science, seleccionamos cuidadosamente cada nuevo preprint que llega desde arXiv en esta área, transformando investigaciones técnicas en contenido comprensible para todos. Nuestro equipo genera tanto resúmenes técnicos detallados como explicaciones en lenguaje llano, asegurando que la ciencia más reciente sea accesible sin sacrificar el rigor.

Estos estudios revelan secretos fundamentales sobre el movimiento de la materia, conectando fenómenos cotidianos con avances de vanguardia en ingeniería y física. Al procesar automáticamente cada nueva entrada de arXiv, garantizamos que usted tenga acceso inmediato a las ideas más frescas del campo. A continuación, encontrará los últimos artículos en dinámica de fluidos, listos para ser explorados según su nivel de interés.

Solving compressible Navier-Stokes equations using the feature-enhanced neural network

Este estudio presenta la primera aplicación exitosa de una red neuronal similar a PINN, denominada FENN, para resolver problemas directos y paramétricos de flujos viscosos compresibles gobernados por las ecuaciones de Navier-Stokes, superando así las limitaciones de los métodos existentes que solo han funcionado en flujos invíscidos o incompresibles.

Jiahao Song, Wenbo Cao, Weiwei Zhang2026-02-24🔬 physics

Twisted multilayer moiré water waves topologically robust to disorder

Este estudio demuestra que las ondas de agua en superredes de moiré multicapa retorcidas pueden generar texturas topológicas robustas, como skyrmiones y sus agregados, que exhiben una estabilidad superior en configuraciones de tres capas frente a perturbaciones, estableciendo así un sistema macroscópico y visualmente accesible para explorar fenómenos topológicos análogos a los cuánticos.

Zhiyuan Che, Julian Schwab, Yi Zhang, Junyi Ye, Cheng Cheng, Lei Shi, Yijie Shen, Harald Giessen, Jian Zi2026-02-24🔬 physics.optics

Machine Learning based Ensemble Flame Regime Classification for Mesoscale Combustors based on Insights from Linear and Nonlinear Dynamic Analysis

Este estudio presenta un marco de clasificación de regímenes de llama en mesoescala basado en un ensemble de aprendizaje automático, que integra análisis de dinámica lineal y no lineal de señales de quimioluminiscencia OH* y presión acústica para caracterizar y distinguir dinámicamente entre llamas estables, con extinción e ignición repetitivas y propagantes en un quemador de tubo de cuarzo.

M Ashwin Ganesh, Akhil Aravind, Balasundaram Mohan, Saptarshi Basu2026-02-24🌀 nlin

On the importance of stochasticity in closures of turbulence

Mediante el uso de modelos de capas, este estudio demuestra que las cerraduras estocásticas de tipo Langevin son esenciales para recuperar la correcta evolución temporal y magnitud del crecimiento de la varianza en simulaciones de turbulencia a gran escala, superando las limitaciones de los enfoques deterministas que suprimen la incertidumbre.

André Freitas, Luca Biferale, Mathieu Desbrun, Gregory Eyink, Alexei A. Mailybaev, Kiwon Um2026-02-24🌀 nlin

Chemotaxis of cell aggregates: morphology and dynamics of migrating active droplets

Este estudio presenta un modelo mínimo y un análisis asintótico que revelan cómo las gotas activas de agregados celulares experimentan transiciones morfológicas durante la quimiotaxis, las cuales están gobernadas por un problema de autovalores no lineal y determinadas por el equilibrio de tensiones internas y el acoplamiento con el campo químico externo.

Giulia L. Celora, Benjamin J. Walker, Mohit P. Dalwadi, Philip Pearce2026-02-24🔬 cond-mat

Physics-informed graph neural networks for flow field estimation in carotid arteries

Este trabajo presenta un modelo sustituto basado en redes neuronales gráficas informadas por la física que, al integrar simetrías y principios físicos en su arquitectura, permite estimar con precisión campos de flujo hemodinámico en arterias carótidas utilizando conjuntos de datos de resonancia magnética 4D de tamaño moderado y demostrar su capacidad de generalización a nuevas geometrías vasculares.

Julian Suk, Dieuwertje Alblas, Barbara A. Hutten, Albert Wiegman, Christoph Brune, Pim van Ooij, Jelmer M. Wolterink2026-02-23🧬 q-bio