main concepts scientists sections
Científico

Claude Shannon

1916–2001 · Teoría de la información, Cibernética, Ingeniería eléctrica
Matemático e ingeniero eléctrico estadounidense, conocido como el padre de la teoría de la información. Introdujo los conceptos de entropía de la información y bit, sentando las bases de las comunicaciones digitales y la informática.

Biografía

Estudió en la Universidad de Míchigan y el Instituto Tecnológico de Massachusetts. Trabajó en Bell Labs y el MIT. Su artículo «Una teoría matemática de la comunicación» (1948) fundó una nueva ciencia. Premios: Medalla IEEE, Premio Kioto.

Descubrimientos clave

💡 Shannon era un maestro del malabarismo y la conducción de monociclo, y a menudo practicaba en los pasillos de Bell Labs.
"Definía la información como la resolución de la incertidumbre."
Conceptos
reducción de dimensionalidadprincipio de incertidumbre
Leyes
principio de máxima entropía
Científicos
Leo EsakiWerner HeisenbergMichael BerryMax BornEugene WignerDavid Hilbert

Artículos relacionados

Física Cuántica2014-07-292 minarXiv:1407.7620
Cómo la medición genera ruido cuántico
En 1946, Felix Bloch predijo que, incluso sin campo magnético externo, en un conjunto de espines existe un momento magnético fluctuante. Crece como la raíz cuadrada del número de partículas, y en muestras pequeñas este ruido puede superar la polarización térmica.
R. Annabestani·D. G. Cory·J. Emerson
Rainer WeissJohn von NeumannClaude Shannonestado comprimidoruido de expresión génicaespín
SimplePopularAvanzado
Física Atmosférica y Oceánica2024-06-123 minarXiv:2406.08632
El océano y la atmósfera aprenden a hablar el mismo idioma
Dos bailarines están uno frente al otro, pero no se ven las caras. Uno es la atmósfera, rápida y ruidosa, que olvida sus pasos a las dos semanas. El otro es el océano, lento y pesado, que recuerda cada roce durante meses. Para que el baile funcione, necesitan aprender a guiarse mutuamente, mirando solo las manos del compañero.
Chenggong Wang·Michael S. Pritchard·Noah Brenowitz·Yair Cohen·Boris Bonev·Thorsten Kurth·Dale Durran·Jaideep Pathak
John von NeumannClaude ShannonIlya Prigogineoscilaciones de redes neuronales
SimplePopularAvanzado
Poblaciones y Evolución2024-07-313 minarXiv:2407.21286
Epidemias bajo el microscopio: cómo Brasil escanea el dengue y el chikungunya
Un pescador lanza la red al agua turbia y, una hora después, el botín salta en la cubierta. Así funciona Episcanner: tamiza 14 años de registros de incidencia y extrae cada brote de fiebre en cada uno de los 5 570 municipios de Brasil. Entre 2010 y 2023, la red capturó 18 567 epidemias de dengue y 2 199 de chikungunya.
Eduardo C. Araujo·Claudia T. Codeço·Sandro Loch·Luã B. Vacaro·Laís P. Freitas·Raquel M. Lana·Leonardo S. Bastos·Iasmim F. de Almeida·Fernanda Valente·Luiz M. Carvalho·Flávio C. Coelho
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesepidemic model
SimplePopularAvanzado
Aprendizaje automático2024-10-263 minarXiv:2410.20072
El traductor que aprendió el dialecto del caos
Un intérprete en una conferencia escucha el murmullo de la sala, pero sigue traduciendo. No repite cada palabra, sino que encuentra un lenguaje intermedio donde las frases complejas se vuelven simples, pero el significado no se pierde.
Chuanqi Chen·Nan Chen·Yinling Zhang·Jin-Long Wu
Henri PoincaréJohn von NeumannClaude Shannonteoría del caosredes neuronales recurrentesRedes Generativas Antagónicasredes neuronales evidencialesTransformadores
SimplePopularAvanzado
Física Atmosférica y Oceánica2025-01-193 minarXiv:2502.00643
El Pacífico da una señal: El Niño no llegará en 2025
El océano Pacífico es una gigantesca red de terminaciones nerviosas que avisa de un ataque de la enfermedad un año antes de que ocurra. En 2023-2024, El Niño, la fase cálida de la oscilación climática del Pacífico, elevó la temperatura global a alturas récord.
J. Ludescher·J. Meng·J. Fan·A. Bunde·H. J. Schellnhuber
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Física Computacional2025-03-033 minarXiv:2503.01412
El consejo de sabios: cómo la entropía predice El Niño con dos años de antelación
En la sala deliberan cincuenta sabios, y cada uno observa el océano a su manera. Uno atiende a la temperatura de la superficie, otro al viento, un tercero a cómo se oculta el calor en las profundidades. Sus juicios a menudo se contradicen, pero hay un decano que sabe en quién confiar más.
Michael Groom·Davide Bassetti·Illia Horenko·Terence J. O'Kane
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Física Atmosférica y Oceánica2025-03-272 minarXiv:2503.21211
Una red neuronal entiende el océano como un intérprete
Un intérprete en una sala de reuniones no solo escucha las palabras, sino también las entonaciones, las pausas y los gestos. Con esas señales, adivina hacia dónde se dirigirá la conversación.
Rixu Hao·Yuxin Zhao·Shaoqing Zhang·Guihua Wang·Xiong Deng
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Física Atmosférica y Oceánica2025-08-102 minarXiv:2508.07410
Consejo de ancianos en lugar de votación general: cómo seleccionar los mejores pronósticos de El Niño
En una sala con 80 asesores, cada uno grita lo suyo, y si simplemente escuchas a todos y tomas el promedio, obtienes un batiburrillo. Lo mismo ocurre con los pronósticos de El Niño: el modelo produce 80 futuros posibles, pero no todos son igualmente útiles. Unos fallan menos, otros más, y otros hablan de algo completamente distinto.
Saghar Ganji·Ahmad Reza Labibzadeh·Alireza Hassani·Mohammad Naisipour
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Física Atmosférica y Oceánica2025-08-113 minarXiv:2508.08490
Tres voces del Pacífico: cómo una red neuronal aprende a escuchar cada una por separado
El océano zumba como una sala abarrotada: en un rincón discuten sobre décadas, en otro sobre años, en un tercero sobre el cambio de estaciones. Antes, para desentrañar esas voces, los climatólogos usaban filtros que ellos mismos ajustaban: dejaban pasar solo las ondas lentas o solo las rápidas.
Kyle J. C. Hall·Maria J. Molina·Emily F. Wisinski·Gerald A. Meehl·Antonietta Capotondi
John von NeumannClaude ShannonIlya Prigogineoscilaciones de redes neuronales
SimplePopularAvanzado
Física Cuántica2025-08-232 minarXiv:2508.17067
La entropía como fuente de partículas: de los bits a la materia
En 1989, John Wheeler formuló una idea audaz: «it from bit», todo lo existente proviene de la información. Durante mucho tiempo esto quedó como una metáfora elegante, pero ahora los físicos han encontrado un mecanismo concreto que convierte bits en partículas.
Michael R. R. Good·Evgenii Ievlev·Eric V. Linder
teorema del límite de BekensteinEntropía de Bekenstein-HawkingJacob BekensteinStephen HawkingClaude Shannonentropíaentropía de von Neumannteoría de la información
SimplePopularAvanzado
Física Cuántica2025-09-233 minarXiv:2509.19547
Reconstruyendo el mosaico a partir de destellos de luz escasos
La luz que atraviesa un cristal birrefringente cambia su polarización según la longitud de onda. Este perfil es como un mosaico ensamblado a partir de destellos escasos, donde cada fragmento insinúa la forma de los vecinos.
Matteo Rosati·Miranda Parisi·Linda Sansoni·Eleonora Stefanutti·Andrea Chiuri·Marco Barbieri
Andrey MarkovClaude ShannonJohn von Neumannmodelos de difusiónaprendizaje supervisado débilaprendizaje contrastivoanálisis funcional
SimplePopularAvanzado
Física Biológica2025-10-071 minarXiv:2510.05792exprés
Las células conversan con luz
Las células vivas intercambian constantemente señales de luz, mil millones de veces más débiles que la luz del día. Es como un susurro que solo los instrumentos ultrasensibles pueden captar. Una célula sana susurra con ritmo; una cancerosa, de forma entrecortada, pero con una larga memoria de destellos pasados.
L. De Paolis·E. Pace·C. Mazzanti·M. Morelli·F. Di Lorenzo·L. Tonello·C. Curceanu·A. Clozza·M. Grandi·I. Davoli·A. Gemignani·P. Grigolini·M. Benfatto
Robert HookeEugene WignerFelix BlochcélulaExpresión génica estocásticaanálisis espectralneuronaruido de expresión génica
SimplePopularAvanzado
Instrumentación y Detectores2025-10-131 minarXiv:2510.11469exprés
Red neuronal al oído: cómo capturar la energía de una partícula
Medir la energía de una partícula en el Gran Colisionador de Hadrones es como escuchar un susurro entre una multitud rugiente. Al colisionar protones, nace una avalancha de partículas cuyas señales se funden en una cacofonía. Los métodos convencionales, como un oído tapado por el ruido, subestiman sistemáticamente la energía.
Georges Aad·Raphael Bertrand·Lauri Laatu·Emmanuel Monnier·Arno Straessner·Nairit Sur·Johann C. Voigt
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesfiltraciónredes neuronalesoscilaciones de redes neuronalesneurona
SimplePopularAvanzado
Óptica2025-10-251 minarXiv:2510.22176exprés
Chip óptico: mapa del tesoro en un mar de caos
Los algoritmos informáticos diseñan chips ópticos que separan las señales por colores no mediante líneas rectas, sino a través de misteriosos laberintos sinuosos. Estos patrones caóticos, casi orgánicos, funcionan perfectamente, pero hasta ahora nadie sabía qué parte del diseño era realmente importante.
Junho Park·Taehan Kim·Mohammad Ali·Di Liang
William Lawrence BraggJoseph von FraunhoferClaude Shannoncristales fotónicossegmentación de imágenes médicasaprendizaje supervisado débilprocesamiento digital de imágenesespectroscopía
SimplePopularAvanzado
Geofísica2025-11-033 minarXiv:2511.01214
Una red neuronal elimina el ruido del océano y predice El Niño con dos años de antelación
Cada primavera, los pronósticos de El Niño pierden fuerza, como un intérprete que se distrae con cada susurro en la sala y convierte una reunión de una hora en una de dos.
Weifeng Xu·Xiang Zhu·Xiaoyong Li·Qiang Yao·Xiaoli Ren·Kefeng Deng·Song Wu·Chengcheng Shao·Xiaolong Xu·Juan Zhao·Chengwu Zhao·Jianping Cao·Jingnan Wang·Wuxin Wang·Qixiu Li·Xiaori Gao·Xinrong Wu·Huizan Wang·Xiaoqun Cao·Weiming Zhang +2
John von NeumannClaude ShannonRichard Feynmanmodelos de difusiónredes neuronales evidenciales
SimplePopularAvanzado
Aprendizaje automático estadístico2025-12-062 minarXiv:2512.06348
El clima como director de orquesta: una red neuronal aprende a manejar los extremos
Una orquesta de mil músicos suena afinada mientras el director mantiene el compás. Pero si cambia la partitura, los violines de un rincón empiezan a sonar más fuerte y los vientos de otro entran con retraso.
Xiaoyu Ma·Likun Zhang·Christopher K. Wikle
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesredes neuronales recurrentes
SimplePopularAvanzado
Física Cuántica2025-12-081 minarXiv:2512.07307exprés
El diamante ve a través de la célula
Cada célula es un diapasón en miniatura. Un fuerte pulso magnético la hace "sonar", y la atenuación de ese sonido depende de lo que hay dentro: viscosidad, densidad, composición. Un diminuto diamante con un defecto en su estructura funciona como un micrófono ultrasensible, captando los ecos magnéticos de células individuales.
Zhiyuan Zhao·Qian Shi·Shaoyi Xu·Xiangyu Ye·Mengze Shen·Jia Su·Ya Wang·Tianyu Xie·Qingsong Hu·Fazhan Shi·Jiangfeng Du
Wolfgang PauliJohn von NeumannClaude ShannonEspectroscopía de RMNruido de expresión génicaruido de canales iónicosdetección de cáncer cerebralespectroscopía
SimplePopularAvanzado
Física Atmosférica y Oceánica2025-12-193 minarXiv:2512.17153
Orquesta sin director: cómo los conjuntos de redes neuronales aprenden a escuchar su propia ignorancia
Una orquesta de cien músicos toca sin director. Mientras la partitura les resulta familiar, cada uno sigue su línea con seguridad y juntos suenan armoniosos. Pero en cuanto el compositor cambia el ritmo, aparece la desafinación en la sala: unos instrumentos siguen tocando como antes, otros intentan adaptarse y algunos se callan.
Devin M. McAfee·Elizabeth A. Barnes
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesefecto de disyunción
SimplePopularAvanzado
Aprendizaje automático2026-01-053 minarXiv:2601.02050
El mapa del tesoro de la red neuronal: dónde esconde El Niño su previsibilidad
El Pacífico tropical se calienta y se enfría como una batería gigante, y de su ritmo depende el clima desde India hasta Canadá. A este ritmo se le llama El Niño-Oscilación del Sur, o ENOS para abreviar. Predecirlo con meses de antelación es como adivinar cuándo hervirá una olla sin saber la intensidad del fuego.
Yanhai Gan·Yipeng Chen·Ning Li·Xingguo Liu·Junyu Dong·Xianyao Chen
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Métodos Cuantitativos2026-01-101 minarXiv:2601.06360exprés
Cáncer de próstata: una mirada al entorno tumoral
Un vaso de agua y un vaso de gelatina se ven igual, pero se comportan de manera distinta. Así ocurre con el tejido prostático: en un corte habitual bajo el microscopio se ven tanto las glándulas tumorales como el soporte que las rodea: el tejido conectivo. Antes, el patólogo solo observaba las glándulas y consideraba el soporte como un simple fondo.
Mara Pleasure·Ekaterina Redekop·Dhakshina Ilango·Zichen Wang·Vedrana Ivezic·Kimberly Flores·Israa Laklouk·Jitin Makker·Gregory Fishbein·Anthony Sisk·William Speier·Corey W. Arnold
Karl SchwarzschildClaude ShannonRM de próstataclasificación PI-RADSprostate cancer
SimplePopularAvanzado
Neuronas y Cognición2026-01-142 minarXiv:2601.09912exprés
Agujas finísimas escuchan el cerebro humano
Silencio en el quirófano. El cirujano introduce lentamente en el cerebro del paciente una aguja más fina que un cabello humano. En su extremo no hay una punta, sino un enrejado de novecientos sesenta micrófonos microscópicos. Cada uno escucha su diminuta porción de materia gris.
Daril E. Brown II·Elizaveta Okorokova·Carrina Iacobacci·Brian Coughlin·Orin Bloch·Eric M. Trautmann·Sydney S. Cash·Angelique C. Paulk·Sergey D. Stavisky·David M. Brandman
John von NeumannClaude ShannonIlya Prigogineoscilaciones de redes neuronalesneuronacerebro
SimplePopularAvanzado
Aprendizaje automático2026-01-153 minarXiv:2601.10181
Receptor de monzones: cómo una red neuronal encuentra en el océano las señales de lluvias futuras
Sintonización de un viejo receptor de radio requiere paciencia: giras lentamente el dial, captas un murmullo, vuelves a girar hasta que entre las interferencias emerge una voz.
Kiattikun Chobtham
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesaprendizaje por refuerzo
SimplePopularAvanzado
Instrumentación2026-01-161 minarXiv:2601.11415exprés
Cómo las ondas gravitacionales ayudan a escuchar los rodamientos
Una red neuronal, originalmente entrenada para separar ondas gravitacionales reales de interferencias en el detector de ondas gravitacionales, reconoce el desgaste de rodamientos por vibraciones sin reentrenamiento.
Jose Sánchez Andreu
John von NeumannClaude ShannonIlya Prigogineoscilaciones de redes neuronalesdetección de crisis epilépticas en EEGredes neuronales evidencialesondas gravitacionales
SimplePopularAvanzado
Física Biológica2026-01-212 minarXiv:2601.15477exprés
Las proteínas doblan la membrana como una cuchara dobla la nata de la leche
La membrana de una célula viva no es un caparazón rígido, sino una película flexible con miles de proteínas incrustadas, como pasas en una masa.
Gaetano Ferraro·Michele Castellana
William Lawrence BraggRobert HookeJohn von Neumannproteínacélularuido de expresión génicametabolismoneurona
SimplePopularAvanzado
Física de Altas Energías Experimental2026-01-232 minarXiv:2601.17126exprés
EveNet: cómo una red neuronal aprende con 500 millones de colisiones
En el detector de un colisionador, cada colisión de protones deja un rastro de decenas de partículas, como las salpicaduras de una piedra lanzada al agua. Entender esas salpicaduras y descifrar qué ocurrió exactamente en el momento del impacto es una tarea que ya nadie puede afrontar solo.
Ting-Hsiang Hsu·Bai-Hong Zhou·Qibin Liu·Yue Xu·Shu Li·George Wei-Shu Hou·Benjamin Nachman·Shih-Chieh Hsu·Vinicius Mikuni·Yuan-Tang Chou·Yulei Zhang
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesmodelo estándar
SimplePopularAvanzado
Materiales2026-01-242 minarXiv:2601.17262exprés
Mapa de cristales: cómo clasificar millones de imágenes
El microscopio electrónico escanea la muestra y en cada punto registra cómo se dispersan los electrones en los átomos. El resultado es una pila gigante de imágenes, una por cada punto. En ellas está codificada la información sobre cómo se ordenan los átomos: en filas regulares o con desviación, hacia dónde está girada la red cristalina, si hay tensiones internas.
Serin Lee·Stephanie M. Ribet·Arthur R. C. McCray·Andrew Barnum·Jennifer A. Dionne·Colin Ophus
John von NeumannAndrey MarkovVera Rubinmodelos de difusiónMétodos de Monte Carlosegmentación de imágenes médicasanálisis de Fourierespectroscopía
SimplePopularAvanzado
Tecnologías Emergentes2026-01-262 minarXiv:2601.18435exprés
Cómo un solo átomo decide si ves o no
En lo más profundo del ojo, en una fina capa de células, trabaja una diminuta máquina molecular. Captura la luz y la convierte en una señal que el cerebro interpreta como imagen. Pero a veces ocurre un error en los planos de esta máquina: una sola letra del código genético cambia y la persona nace ciega.
Biraja Ghoshal·William Woof·Bhargab Ghoshal·Nikolas Pontikos
Erwin SchrödingerJohn von NeumannClaude Shannongenmutaciónruido de expresión génicaExpresión génica estocásticavisión artificial
SimplePopularAvanzado
Procesamiento de Imágenes2026-01-271 minarXiv:2601.19743exprés
El corazón bajo una campana de cristal
La ecografía del corazón es como una ventana al compartimento del motor: se ve cómo las cámaras se contraen y se relajan. La pregunta clave es cuánta sangre expulsa el corazón en cada latido. Los médicos lo calculan manualmente, y dos especialistas pueden diferir en la estimación en un 10–15%.
Jyun-Ping Kao·Jiaxin Yang·C. -C. Jay Kuo·Jonghye Woo
Joseph FourierCarl Friedrich GaussWilliam Lawrence BraggIA explicableanálisis de Fouriersegmentación de imágenes médicasvisión artificialaprendizaje profundo en imagenología médica
SimplePopularAvanzado
Aprendizaje automático2026-01-272 minarXiv:2601.19876exprés
Cómo predecir la rotura de un vaso sanguíneo en segundos
Un aneurisma es un punto débil en la pared de un vaso sanguíneo que sobresale como un globo en una vieja cámara de bicicleta. Si el globo revienta, la sangre se derrama en el cerebro. Los médicos necesitan saber cuánta tensión soporta la pared del aneurisma para decidir si operar o simplemente observar.
Yiying Sheng·Wenhao Ding·Dylan Roi·Leonard Leong Litt Yeo·Hwa Liang Leo·Choon Hwai Yap
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesdetección de cáncer cerebralaprendizaje profundo en imagenología médica
SimplePopularAvanzado
Geofísica2026-01-311 minarXiv:2602.00421exprés
El viento cambia la voz de una explosión
Una misma explosión puede sonar de manera distinta: todo depende de hacia dónde sople el viento. En 2024, los investigadores detonaron dos veces cargas equivalentes a diez toneladas de TNT y registraron el sonido con una red de 31 micrófonos distribuidos en un radio de 23 kilómetros. La fuente era idéntica, pero los paisajes sonoros resultaron muy diferentes.
Elizabeth A. Silber·Daniel C. Bowman·Sasha Egan·Lawrence Burkett·Michael Fleigle·Keehoon Kim·Tesla Newton·Loring P. Schaible·Richard Sonnenfeld·Nora Wynn·Jonathan Snively
John von NeumannClaude ShannonEugene Wignerruido de expresión génicaespectroscopía
SimplePopularAvanzado
Aprendizaje automático2026-02-012 minarXiv:2602.01045exprés
Las características superpuestas aceleran el aprendizaje
Una red neuronal se puede comparar con una residencia estudiantil donde cada residente tiene su propia habitación. Normalmente, cada característica de los datos ocupa una neurona separada, y el aprendizaje se realiza de forma secuencial: primero una característica, luego otra. Esto es lento y depende de los datos específicos que se encuentren.
Zixin Jessie Chen·Hao Chen·Yizhou Liu·Jeff Gore
Rainer WeissKip ThorneBarry Barishaprendizaje autosupervisadoaprendizaje supervisado débilaprendizaje contrastivoreducción de dimensionalidadredes neuronales recurrentes
SimplePopularAvanzado
Física Aplicada2026-02-032 minarXiv:2602.03721exprés
Cómo predecir la calidad de un cristal mientras aún está creciendo
El crecimiento de un cristal de germanio ultrapuro se parece a hornear un soufflé caprichoso: el más mínimo sobrecalentamiento o una pizca extra de impureza, y todo el lingote solo sirve para refundirlo. Estos cristales son el corazón de los detectores que captan eventos rarísimos: desde materia oscura hasta doble desintegración beta.
Athul Prem·Dongming Mei·Sanjay Bhattarai·Narayan Budhathoki·Sunil Chhetri
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidencialesaprendizaje profundo en imagenología médica
SimplePopularAvanzado
Física Médica2026-02-042 minarXiv:2602.04461exprés
Luz en lugar de radiación: cómo ver un órgano sin agujas
Los marcadores radiactivos son como un mensajero con una baliza: lo introduces en el cuerpo y él ilumina el órgano deseado en la imagen. Pero ese mensajero tiene reglas estrictas: no se puede enviar con frecuencia, se 'cansa' rápido y cuesta caro. Los médicos llevan tiempo soñando con una forma de ver el órgano sin radiación.
E. Levinson·R. H. Shukrun·N. Vigano·S. Shwartz
Wolfgang PauliKarl SchwarzschildEspectroscopía de RMNRM de próstataespectroscopía
SimplePopularAvanzado
Física Médica2026-02-042 minarXiv:2602.05077exprés
La espiral que acelera la resonancia magnética del cerebro
Un fotógrafo toma una foto de un edificio alto, pero en lugar de una sola toma, hace una serie de imágenes moviendo la cámara en espiral de arriba a abajo. Este enfoque captura más detalles en menos tiempo, pero las imágenes pueden salir borrosas. Un problema similar enfrentan los escáneres de resonancia magnética cuando necesitan obtener una imagen del cerebro rápidamente.
Mayuri Sothynathan·Paul I. Dubovan·Corey. A. Baron
William Lawrence BraggJoseph von FraunhoferClaude Shannonsegmentación de imágenes médicasdetección de cáncer cerebral
SimplePopularAvanzado
Física Médica2026-02-091 minarXiv:2602.08918exprés
Lente viva: cómo la resonancia magnética ve los músculos en movimiento
Un fotógrafo captura a un corredor: para que la imagen no salga borrosa, necesita una velocidad de obturación corta. El escáner de RM es como ese fotógrafo, pero su 'obturación' es lenta: en ese tiempo, el músculo alcanza a cambiar. Por eso, la RM dinámica (una serie de imágenes volumétricas en movimiento) es un desafío: hay pocos datos y el movimiento no espera.
Max H. C. van Riel·David G. J. Heesterbeek·Martijn Froeling·Cornelis A. T. van den Berg·Alessandro Sbrizzi
Karl SchwarzschildClaude ShannonRM de próstatamodelo de contorno activosegmentación de imágenes médicasaprendizaje profundo en imagenología médicaespectroscopía
SimplePopularAvanzado
Instrumentación y Detectores2026-02-111 minarXiv:2602.11375exprés
Radiografía de un chip en minutos
El aparato de rayos X en odontología toma una sola imagen plana del diente. Pero si necesitas ver el interior de un microchip desde todos los ángulos, tienes que llevar la muestra a un sincrotrón, un acelerador del tamaño de un campo de fútbol.
Jordan Fonseca·Zachary H. Levine·Joseph W. Fowler·Felix H. Kim·Galen O'Neil·Nathan J. Ortiz·John Henry Scott·Daniel S. Swetz·Paul Szypryt·Andras E. Vladar·Nathan Nakamura
William Lawrence BraggJoseph von FraunhoferClaude Shannonsegmentación de imágenes médicasprocesamiento digital de imágenesmicroscopía óptica
SimplePopularAvanzado
Física Computacional2026-02-152 minarXiv:2602.16857
Destilar el océano: cómo condensar miles de modelos de El Niño en doce gotas claras
Miles de modelos hierven en un mismo caldero, y el vapor que desprenden es denso e impenetrable. Cada uno susurra algo sobre el futuro de El Niño, pero en el ruido general no se distingue quién tiene razón y quién solo se está calentando.
Michael Groom·Davide Bassetti·Illia Horenko·Terence J. O'Kane
John von NeumannClaude ShannonRichard Feynmanredes neuronales evidenciales
SimplePopularAvanzado
Física y Sociedad2026-02-163 minarXiv:2602.14560
El gamelán escucha a El Niño: cómo las escalas javanesas convierten el caos climático en sonido
Las placas de bronce del gamelán no suenan según un diapasón único: cada orquesta en Java mantiene su propia afinación, y dos conjuntos vecinos pueden tocar la misma melodía con intervalos ligeramente distintos.
Sandy Hardian Susanto Herho·Rusmawan Suwarman·Nurjanna Joko Trilaksono·Iwan Pramesti Anwar·Faiz Rohman Fajary
John von NeumannClaude ShannonIlya Prigogineoscilaciones de redes neuronales
SimplePopularAvanzado
Física Médica2026-02-191 minarXiv:2602.17553exprés
El pulso del cerebro reparte los medicamentos
En los huecos entre las células del cerebro fluye un líquido. No se queda quieto: cada latido del corazón lo empuja hacia adelante, y la respiración añade sus propias ondas. Hace diez años esto se vio en imágenes, pero solo ahora se ha calculado cómo esa pulsación acelera las moléculas.
Raghu Raghavan·Richard D. Penn
John von NeumannClaude ShannonIlya Prigogineneurotransmisoroscilaciones de redes neuronalessinapsisviscosidadmodelado estocástico
SimplePopularAvanzado
Aprendizaje automático2026-02-212 minarXiv:2602.18679exprés
Cómo una red neuronal predice lo nunca visto
El flujo turbulento del agua en una tubería y las oscilaciones de un péndulo parecen no tener nada en común. Pero en su interior comparten algo: ambos obedecen a sus propias leyes de movimiento que pueden describirse con números. Una red neuronal entrenada solo con una de estas «danzas» de números, de repente empieza a comprender la otra, sin un solo ejemplo adicional.
Anthony Bao·Jeffrey Lai·William Gilpin
Henri PoincaréJohn von NeumannClaude Shannonteoría del caosredes neuronales recurrentesredes neuronales evidencialesgrandes modelos de lenguajesistemas dinámicos
SimplePopularAvanzado