Investigación en aprendizaje automático científico, dinámica cuántica y física relativista.
Más en Google ScholarCalcula las frecuencias de oscilación de agujeros negros en rotación con redes neuronales informadas por la física. Un solver bidimensional mantiene la estructura radial y angular acoplada, sin separación de variables.
arXiv:2608.19774
Emplea redes neuronales informadas por la física para diseñar protocolos de control que aumentan la información de Fisher cuántica en sistemas de espines forzados. El trabajo relaciona la dinámica y el control cuánticos con una mayor sensibilidad en la estimación de parámetros.
arXiv:2604.18506
Compara arquitecturas neuronales para la dispersión y el colapso gravitatorio de un campo escalar, incluido el umbral de formación de agujeros negros. El estudio analiza cómo influyen el diseño de la red y el muestreo adaptativo en la precisión y la estabilidad.
Machine Learning: Science and Technology
Compara métodos basados en transformers para asociar impactos en el detector con trayectorias de partículas en simulaciones del LHC de alta luminosidad. Evalúa la precisión de la reconstrucción y el coste computacional de los enfoques secuenciales y de una sola pasada.
The European Physical Journal C
Introduce una pérdida física ponderada que reduce la influencia de los gradientes abruptos al aprender soluciones discontinuas. Las pruebas con problemas de Riemann relativistas evalúan cómo captura el método los choques y otras discontinuidades del fluido.
Computer Methods in Applied Mechanics and Engineering
Aprende controles contradiabáticos a partir de restricciones físicas para suprimir transiciones no deseadas durante la computación cuántica. Un ejemplo molecular de dos cúbits muestra el diseño conjunto de los protocolos de control y de los potenciales de gauge adiabáticos.
Machine Learning: Science and Technology
Investiga el aprendizaje profundo para estimar la transformación maligna y la displasia de alto riesgo a partir de fotografías de leucoplasia oral. El proceso combina la segmentación de la lesión, la clasificación y mapas de calor que ayudan a interpretar las predicciones.
Oral Oncology
Bibliografía seleccionada · Actualizada en octubre de 2026. Los preprints se distinguen de los artículos de revista.