Física - Física computacional

Descubre cómo las propiedades de los fluidos influyen en patrones complejos en experimentos de flujo de Hele-Shaw.

Este artículo habla sobre una técnica para simplificar el estudio de sistemas cuánticos usando el algoritmo JD.

Los datos y el aprendizaje automático están cambiando la forma en que los científicos encuentran nuevos materiales.

Nuevos métodos mejoran la eficiencia y la precisión en el modelado de estructuras electrónicas.

Nuevos métodos mejoran la manipulación de la luz en nanostructuras para una mejor eficiencia energética.

Una mirada a SrCuTeWO y sus propiedades no magnéticas únicas.

Nuevo método mejora la velocidad y precisión en las simulaciones de flujo de gas.

Nuevas técnicas mejoran cálculos de eigenvalores para matrices complejas de manera eficiente.

Investigando métodos para aplicar condiciones de contorno en las simulaciones de la ecuación de Schrödinger.

Este estudio examina cómo interactúan las partículas activas rápidas y lentas en mezclas.

Usar GNNs para predecir las propiedades ópticas de materiales mejora el diseño de dispositivos.

Un enfoque fresco para entender los orígenes de los estallidos de rayos gamma usando aprendizaje automático.

Un enfoque simplificado para identificar estructuras cristalinas usando coordenadas de partículas.

Este estudio modela nadadores rectos y circulares en dinámica de fluidos.

Explorando el papel de las redes tensoriales en la mejora del aprendizaje automático cuántico.

Un nuevo método mejora la eficiencia en el cálculo de eigenvalores para la física nuclear.

Nuevo método mejora las predicciones de calidad del aire usando técnicas de aprendizaje automático.

Este artículo explora métodos para modelar las interacciones de partículas cargadas en plasmas.

Un estudio revela cómo los organismos pequeños toman decisiones para nadar de manera eficiente.

Un nuevo método mejora la eficiencia en simulaciones de electrones usando operadores neuronales de Fourier.

Un nuevo método mejora el proceso de diseño para dispositivos compactos de control de luz.

Una mirada al comportamiento de las ondas electromagnéticas en materiales únicos.

El hollín afecta el clima por su comportamiento único en la atmósfera.

La investigación se centra en mejorar los materiales NCM en baterías de iones de litio a través de técnicas de dopaje avanzadas.

Nuevo método mejora la precisión en la simulación de interacciones entre plasma y partículas neutras.

Explorando los efectos del desorden en la materia de vórtices en superconductores.

El nitruro de boro hexagonal es vital para el futuro de las tecnologías cuánticas.

Explorando el papel de la IA en predecir estructuras de proteínas a través de secuencias de copolímeros.

Esta investigación examina cómo la triangularidad influye en la turbulencia en el plasma de tokamak.

Explorando la mecánica de los reactores nucleares moderados por grafito usando combustible gaseoso.

Un nuevo método mejora las medidas de incertidumbre en los potenciales interatómicos del aprendizaje automático.

La investigación evalúa dos códigos para modelar el comportamiento del plasma en tokamaks.

Un nuevo enfoque mejora la precisión en la modelación de movimientos tectónicos y procesos geológicos.

Un nuevo método para estimar las barreras de energía en las transiciones entre estados estables.

Los sólidos activos cambian de forma y movimiento, impactando en diversos campos como la robótica y la medicina.

Las técnicas de aprendizaje automático mejoran la reconstrucción de densidad actual a partir de campos magnéticos.

ELEQTRONeX mejora la comprensión del transporte fuera de equilibrio en nanomateriales.

Los investigadores simulan estructuras moleculares diminutas que funcionan como interruptores mecánicos para aplicaciones avanzadas.

Este método simplifica cómo los científicos calculan funciones de partición usando redes tensoriales.

Este artículo explora cómo los dínamos helicoidales y no helicoidales generan campos magnéticos.