Físico dedicado al aprendizaje automático para la física
Desarrollo redes neuronales informadas por la física: modelos que se entrenan con las ecuaciones que cumple un sistema, no solo con datos. Las uso para resolver y controlar sistemas físicos, desde fluidos relativistas y oscilaciones de agujeros negros hasta el control y la detección cuánticos.
Soy Quantum Algorithm Engineer en Kipu Quantum y estudiante de doctorado en la Universitat de València, en el Intelligent Data Analysis Laboratory.
Tres líneas de trabajo, cada una con una entrada divulgativa y los artículos en los que se apoya.
Redes neuronales informadas por la física para ecuaciones diferenciales, incluidos sistemas con transiciones abruptas y dinámicas acopladas, y seguimiento de partículas con transformers.
Métodos neuronales para el control contradiabático, que suprime las transiciones no deseadas durante la evolución cuántica, y protocolos de control que aumentan la información de Fisher cuántica de un sensor.
Aprendizaje informado por la física para la hidrodinámica relativista, el colapso gravitatorio de un campo escalar y las frecuencias de oscilación de agujeros negros en rotación.
arXiv:2608.19774 (2026), preprint
arXiv:2604.18506 (2026), preprint
Machine Learning: Science and Technology (2026)
Gradient-annihilated PINNs for solving Riemann problems: Application to relativistic hydrodynamics
Computer Methods in Applied Mechanics and Engineering (2024)
Physics-informed neural networks for an optimal counterdiabatic quantum computation
Machine Learning: Science and Technology (2024)
Del espín a los controles aprendidos: cómo las PINN usan la física para diseñar sensores cuánticos y evaluar su precisión.
Densidad, presión y velocidad en un tubo de choque relativista. Explora las ecuaciones de Euler en Minkowski y el aprendizaje con PINNs.
Cómo aprende una PINN el control cuántico contradiabático: salidas de la red, pérdidas físicas, entrenamiento y validación.
Cómo orienta la física el aprendizaje, cómo resuelven las PINN ecuaciones diferenciales y cómo comprobar si una solución aprendida es fiable.
Escríbeme sobre aprendizaje informado por la física, algoritmos cuánticos o un artículo en el que estés trabajando.
