La physique de calcul, ou Comp-Ph, explore comment les superordinateurs modélisent l'univers, des collisions d'atomes à la formation des galaxies. Ce domaine transforme des équations complexes en simulations visuelles, permettant aux chercheurs de tester des théories impossibles à vérifier en laboratoire. C'est une fenêtre unique sur la mécanique fondamentale de la réalité, où le code informatique devient un outil d'observation aussi puissant que les télescopes.

Sur Gist.Science, nous parcourons systématiquement les nouveaux prépublications de arXiv dans cette catégorie pour vous offrir une double perspective. Chaque article reçoit un résumé technique précis pour les experts, accompagné d'une explication claire et accessible pour tous les curieux. Cette approche double garantit que vous comprenez à la fois la méthode scientifique rigoureuse et ses implications concrètes, sans barrière de langage.

Découvrez ci-dessous les dernières contributions de la communauté scientifique, soigneusement sélectionnées et résumées pour éclairer les avancées récentes en physique computationnelle.

A complete phase-field fracture model for brittle materials subjected to thermal shocks

Cet article présente un modèle de rupture par champ de phase complet pour les matériaux fragiles soumis à un choc thermique qui spécifie indépendamment les propriétés de volume, la résistance et la ténacité, unifiant avec succès la prédiction de divers scénarios de fracture — de la propagation des fissures à la nucléation et à la ramification — à travers diverses études expérimentales là où les approches classiques échouent.

Bo Zeng, John E. Dolbow2026-06-19🔬 cond-mat.mtrl-sci

Electromagnetic Characterization of Magnetic Ring: Case of Circular Cross-Section Shape

Cet article présente un modèle analytique bidimensionnel, efficace sur le plan computationnel, pour caractériser les anneaux magnétiques toroïdaux à section circulaire sous excitation sinusoïdale, dérivant des expressions explicites pour les champs internes, l'impédance et les composantes de pertes séparées afin de servir d'alternative précise à l'analyse par éléments finis pour les essais de matériaux standardisés.

Taha El Hajji, Lars Sjöberg2026-06-19💻 cs

Trainable Photonic Measurement for Physics-Informed PDE Learning

Cet article introduit un champ neural quantique photonique entraînable qui optimise les phases optiques et les mesures du nombre de photons comme une représentation pour l'apprentissage de PDE informé par la physique, démontrant une précision et une efficacité de paramètres supérieures par rapport aux bases de référence classiques dans des régimes complexes où les dérivées résiduelles amplifient les déphasages.

Jiale Linghu, Hao Dong, Yangshuai Wang2026-06-19💻 cs

Physics-guided discovery of dynamical dark-energy equations of state through iterative AI reasoning

Cet article présente un cadre d'IA itératif qui propose, évalue et affine de manière autonome des équations d'état d'énergie noire dynamique, identifiant avec succès de nouvelles paramétrisations phénoménologiques qui surpassent les modèles traditionnels en termes de preuve bayésienne lorsqu'elles sont testées par rapport aux observations cosmologiques.

Clecio R. Bom, Bernardo M. Fraga, Miguel A. Sabogal, Armando Bernui, Phelipe Darc, Gustavo Schwarz2026-06-19🔭 astro-ph

The Heat Kernel Expansion: Curvature for Shock Detection in Higher-Order Financial Networks

Cet article propose une nouvelle mesure de courbure dérivée de l'expansion du noyau de la chaleur comme indicateur sensible pour détecter les chocs financiers et les impacts législatifs dans les réseaux d'entreprises norvégiennes, démontrant sa supériorité par rapport aux mesures topologiques traditionnelles telles que la caractéristique d'Euler et la torsion pour capturer les variations locales du réseau.

Mohammad Elsayed, Sara Najem2026-06-19🔬 physics

Two Flavon Froggatt-Nielsen Models with Genetic Algorithms

Cet article présente le premier balayage systématique de deux modèles de Froggatt-Nielsen à deux flavons en utilisant l'algorithme génétique de tri non dominé III afin d'identifier efficacement plus de 100 000 configurations phénoménologiquement viables qui expliquent naturellement la violation de CP, les masses des fermions et les schémas de mélange dans les secteurs quarks et leptons.

Miguel Crispim Romão, Stephen F. King2026-06-19⚛️ hep-ph

Can DFT-trained neural network potentials reproduce structure, solvation, and water-exchange properties in aqueous magnesium solutions?

Cette étude démontre que les potentiels de réseaux de neurones MACE entraînés par la DFT reproduisent avec précision les propriétés structurales, dynamiques et cinétiques des solutions aqueuses de magnésium, incluant les mécanismes d'échange d'eau, mais échouent actuellement à capturer quantitativement les énergies libres de solvatation en raison de limitations dans la modélisation des effets électrostatiques à longue portée.

Sebastian Falkner, Pablo Montero de Hijes, Christoph Dellago, Nadine Schwierz2026-06-19🔬 physics

A Social Force Model of the Evacuation from a Big Box Store

Cet article présente un modèle de force sociale anisotrope étendu qui incorpore des formes corporelles réalistes, des forces de contact physique et des facteurs comportementaux tels que la panique et le comportement de troupeau pour simuler l'évacuation d'un grand magasin, révélant que restreindre l'évacuation aux entrées principales tout en ignorant les sorties du personnel augmente considérablement les temps d'évacuation.

Gavin A. Buxton2026-06-19🔬 physics

Multi-objective design of photon blockade for bright single-photon sources

Cet article propose un cadre de calcul combinant une formulation adjointe dans l'espace de Liouville, des mises à jour basées sur le jacobien et le recuit simulé afin d'optimiser la conception multi-objectif du blocage de photons, atteignant des taux de réussite élevés dans l'équilibre entre pureté, luminosité et indistinguabilité pour des sources de photons uniques brillants sans recourir à un guidage analytique.

Sunkyu Yu, Xianji Piao, Namkyoo Park2026-06-19⚛️ quant-ph