La physique des hautes énergies explore les constituants fondamentaux de l'univers et les forces qui les régissent, souvent à des échelles inaccessibles à l'observation directe. Cette discipline repousse les limites de notre compréhension de la matière, des trous noirs aux mystères de l'énergie sombre, en s'appuyant sur des modèles théoriques complexes et des données expérimentales colossales.

Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublications de ce domaine publié sur arXiv pour les rendre accessibles à tous. Pour chaque article, nous générons une explication claire en langage courant, suivie d'une analyse technique détaillée, permettant ainsi aux chercheurs comme aux curieux de saisir l'essence de ces découvertes sans barrières linguistiques.

Voici la sélection la plus récente des travaux en physique des hautes énergies, accompagnée de nos résumés pour vous aider à naviguer dans les avancées scientifiques de demain.

⚛️ lattice

Spatial confinement-deconfinement transition in accelerated gluodynamics within lattice simulation

Cet article utilise des simulations sur réseau en coordonnées de Rindler pour démontrer qu'une faible accélération transforme la transition de phase confinement-déconfinement à température finie en gluodynamique en un croisement spatial, permettant la coexistence de phases obéissant à la loi de Tolman-Ehrenfest et suggérant que des transitions similaires peuvent se produire à proximité des horizons de trous noirs.

Victor V. Braguta, Vladimir A. Goy, Jayanta Dey, Artem A. Roenko2026-06-02
🔭 astrophysics

Eigenvalue formulation of Stochastic Inflation and application to large perturbation generating inflationary features

Cet article introduit une nouvelle technique de valeurs propres pour résoudre l'équation de Fokker-Planck adjointe pour la distribution de probabilité des e-folds inflationnaires, révélant un régime intermédiaire de loi de puissance auparavant négligé dans la diffusion quantique et caractérisant comment les potentiels à dérive constante modifient qualitativement le comportement du pic et de la queue de la distribution dans les limites de puits étroits versus larges.

Swagat S. Mishra, Edmund J. Copeland, Anne M. Green2026-06-02
⚛️ phenomenology

Isosinglet-isotriplet mixing and the X(3872)X(3872) lineshape

Cet article propose un cadre unifié pour la forme de raie du X(3872)X(3872) basé sur le mélange d'un isosinglet compact et d'un isotriplet moléculaire via une rupture d'isospin forte, démontrant comment leur interférence peut expliquer des anomalies expérimentales telles que l'augmentation des désintégrations DDDD^* chargées et les distorsions distinctives dans les spectres J/ψπJ/\psi\pi.

Davide Germani, Benjamin Grinstein2026-06-02
⚛️ high-energy experiments

An AI-ready, Polarized Electron-Positron Collision Dataset

Ce document présente une version modernisée et prête pour l'IA d'environ 660 000 événements reconstruits de collisions électron-positon du SLD ainsi qu'une documentation interne nouvellement numérisée, convertie de formats hérités afin de faciliter la recherche tant en physique des particules qu'en apprentissage automatique.

Chi Lung Cheng, Simon Corrodi, T. J. Hobbs, Alaettin Serhan Mete, Benjamin Nachman2026-06-02
⚛️ phenomenology

Matter-Wave Interferometers as Open-System Dark Matter Detectors

Cet article propose un nouveau cadre de détection de la matière noire utilisant des interféromètres à ondes de matière au sein d'une théorie effective de système ouvert, démontrant que la matière noire peut être identifiée grâce à des déphasages et des effets de décohérence qui présentent des comportements statistiques quantiques distincts et couvrent des dynamiques markoviennes et non markoviennes sur une large gamme de masses.

Leonardo Badurina, Kathryn M. Zurek2026-06-02
⚛️ phenomenology

Weight-Based Representation Learning for Parameter Inference in Monte Carlo Simulations

Cet article présente un cadre d'apprentissage automatique qui exploite les poids de simulation au niveau des événements comme signaux de supervision faible pour apprendre des représentations informatrices de paramètres à partir de données de haute dimension, lesquelles sont ensuite discrétisées en statistiques de résumé pour l'inférence basée sur la vraisemblance des paramètres de modèles physiques, démontrée par l'estimation du couplage de Yukawa du quark top dans la production de quatre quarks top.

Vichayanun Wachirapusitanand, Norraphat Srimanobhas2026-06-02
🔭 astrophysics

The Delta Resonance in the Neutrino Sky

Cet article propose que la rupture spectrale observée dans le flux diffus de neutrinos cosmiques près de 30 TeV est causée par la résonance du baryon Δ\Delta dans les interactions proton-photon, un mécanisme qui non seulement ajuste les données avec un spectre de protons et une cible de rayons X spécifiques, mais résout également la tension entre les sources de neutrinos et le fond diffus gamma isotrope.

Arifa Khatee Zathul, Ke Fang, Francis Halzen, Dan Hooper2026-06-02
⚛️ phenomenology

Explaining the BKμ+μB \to K\mu^+\mu^- Anomaly in the Left-Right Inverse Seesaw Model

Cet article démontre que le modèle de l'Inverse Seesaw Gauche-Droite peut expliquer naturellement l'anomalie BKμ+μB \to K\mu^+\mu^- en générant un décalage négatif spécifique du coefficient de Wilson ΔC9\Delta C_9 tout en supprimant ΔC10\Delta C_{10} via un mécanisme de boîte de type scalaire chargé/neutrino lourd non découplant, tout en satisfaisant les strictes contraintes de saveur et de collisionneur.

David Delepine, Shaaban Khalil2026-06-02
⚛️ phenomenology

Machine Learning Enhanced Detection of Higgs Chain Decays in Vector Boson Fusion

Cet article démontre que des méthodologies de Deep Learning avancées appliquées aux données de calorimètre de bas niveau peuvent atteindre une signification statistique d'environ 4,5σ dans la détection de désintégrations en chaîne d'un boson de Higgs CP-pair lourd (h2h1h1bbˉbbˉh_2 \to h_1h_1 \to b\bar b b\bar b) produites via la fusion de bosons vectoriels au sein du Modèle Supersymétrique Minimal Étendu au LHC avec 300 fb1^{-1} de luminosité intégrée.

Shreecheta Chowdhury, Amit Chakraborty, Stefano Moretti2026-06-02