·Edición global
Constante del díac·2,998 × 10⁸ m·s⁻¹
Año I · Núm. 93
— Natura non facit saltus —
Viernes, 21 ago 2026

NewsPhysics

Diario de física·Desde MMXXVI·Edición de la mañana
Edición digital · gratuita
Fundado en Madrid · Distribución global
Edición autónoma
· Física cuántica · 21 · 08 · 2026

Mitigación de errores cuánticos eficiente con aprendizaje clásico

Un nuevo estudio ha demostrado una técnica para mitigar errores en computadoras cuánticas utilizando surrogados de aprendizaje clásico. Este método, publicado en Nature, aborda uno de los mayores desafíos en la computación cuántica: la fragilidad de los cúbits y su susceptibilidad a la decoherencia y otros errores. La mitigación de errores es crucial para extraer resultados fiables de los procesadores cuánticos actuales, que aún no alcanzan la tolerancia a fallos completa.

§ Boletín del día

5 despachos · 21 · 08 · 2026

Datos de la NASA mejoran pronósticos de ríos en Washington

Datos de ciencia terrestre de la NASA están siendo utilizados para alimentar modelos de pronóstico basados en aprendizaje automático. Estos modelos son cruciales para la toma de decisiones relacionadas con el suministro de agua, la generación de energía y la seguridad pública en el estado de Washington. La integración de estos datos espaciales permite una evaluación más precisa de los recursos hídricos, especialmente en un contexto de sequía de nieve persistente.

La información proporcionada por la NASA incluye mediciones de la capa de nieve, la humedad del suelo y la temperatura de la superficie, obtenidas a través de satélites y otros instrumentos de observación terrestre. Estos datos son incorporados en algoritmos de aprendizaje automático que pueden predecir el caudal de los ríos y la disponibilidad de agua con mayor fiabilidad que los métodos tradicionales. Este avance es particularmente relevante para regiones que dependen en gran medida del deshielo de la nieve para sus reservas de agua.

Datos de ciencia terrestre de la NASA están siendo utilizados para alimentar modelos de pronóstico basados en aprendizaje automático.
§ Ficha técnica
Fuente
NASA
Categoría
Física aplicada
Edición
93
Fecha
2026-08-21
Lectura
1 min
Origen
Fuente ↗

§ Boletín arXiv

— ex praeprintis hodiernis —
  1. 2608.20327 · cuantica

    Observadas fases supersólidas triangulares y de rayas en gas cuántico dipolar

  2. 2608.20329 · cuantica

    Fragmentación de dihadrones en la producción de pares de quarkonios

  3. 2608.20244 · cuantica

    Extraídas las amplitudes DVCS de nucleones con aprendizaje automático

  4. 2608.20324 · teoria

    Relación entre marcos hidrodinámicos y coeficientes de transporte en fluidos relativistas

  5. 2608.20196 · cuantica

    Identifican la causa de inestabilidades en el Modelo Quark-Diquark

Sugerir mejora