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.

On the hydrodynamic behaviour of the immersed boundary -- lattice Boltzmann method for wetting problems

Cette étude examine le comportement hydrodynamique d'un modèle numérique de type frontière immergée – Boltzmann sur réseau pour les problèmes de mouillage, en le comparant à des méthodes de surface et de volume de fluides afin d'en évaluer la validité et les limites, notamment la formation d'un film mince sous la goutte.

Elisa Bellantoni, Fabio Guglietta, Andreas Demou, Francesca Pelusi, Kiwon Um, Mihalis Nicolaou, Mathieu Desbrun, Mauro Sbragaglia, Nikos Savva2026-04-21🔬 physics

Approximate Hamiltonian Simulation Algorithm for Efficient Fluid Quantum Simulations

Cet article propose une méthode d'optimisation approximative pour la simulation Hamiltonienne des fluides quantiques, qui réduit considérablement la profondeur des circuits et le nombre de portes à deux qubits tout en préservant la dynamique macroscopique du fluide, offrant ainsi une voie réalisable pour surmonter les limitations matérielles et les erreurs de décohérence sur les dispositifs quantiques réels.

Zhiyuan Zhang, Bolin Zhang, Yongguang Lv, Ruiqing He, Hengliang Guo, Jiandong Shang, Qiang Chen2026-04-21⚛️ quant-ph

Ice as a Photochemical Shield: Adsorption Energetics and Spectroscopic Modulation of Interstellar Thiocyanates HCSCN and HCSCCH in TMC-1

Cette étude computationnelle révèle que l'adsorption des thiocyanates interstellaires HCSCN et HCSCCH sur la glace d'eau crée un paradoxe de survie où les sites profonds, bien que thermodynamiquement protégés contre la désorption, deviennent plus vulnérables à la photodissociation en raison d'une absorption UV renforcée.

Saptarshi G. Dastider, Amit Singh Negi, Krishnakanta Mondal, Jobin Cyriac2026-04-21🔭 astro-ph

Scale invariance of the polaron energy at the Mott-superfluid critical point

Cette étude démontre, grâce à des calculs de Monte Carlo quantique, que l'énergie d'une impureté mobile dans un gaz de bosons sur réseau présente une invariance d'échelle au point critique de la transition Mott-superfluide, offrant ainsi une nouvelle méthode spectroscopique pour sonder les propriétés critiques des transitions de phase quantiques.

Matija Čufar, Ragheed Alhyder, C. J. Bradly, Victor E. Colussi, Georg M. Bruun, Joachim Brand, Alessio Recati2026-04-21🔬 cond-mat

Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling

Cet article présente deux modèles de substitution basés sur l'apprentissage profond, à savoir un Transformer fondé sur la théorie de Koopman et un ConvLSTM-UNet, capables de prédire avec précision et à faible coût computationnel l'évolution temporelle des instabilités de Kelvin-Helmholtz en magnétohydrodynamique 2D tout en préservant les structures physiques essentielles.

David Kivarkis, Waleed Mouhali, Sadruddin Benkadda, Kai Schneider2026-04-21🔬 physics

Consistent control of energy dissipation in non-spherical particle contact via a structure-preserving formulation

Cet article propose une formulation préservant la structure des dynamiques de contact pour contrôler de manière cohérente la dissipation d'énergie lors des impacts de particules non sphériques, en démontrant que la loi d'amortissement doit être intrinsèquement liée à la géométrie de contact et en établissant que le coefficient de restitution pertinent est celui du point de contact plutôt que celui de l'énergie totale.

Y. T. Feng2026-04-21🔬 physics

Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems

Cet article présente un cadre d'apprentissage automatique basé sur des réseaux de neurones informés par la physique (PINN) qui, en combinant une formulation variationnelle et une expansion de Magnus, permet d'optimiser efficacement l'information de Fisher quantique dans des systèmes à plusieurs corps dépendants du temps en inférant directement les potentiels de jauge adiabatiques et les fonctions de programmation pour des stratégies de contrôle métrologiquement optimales.

Antonio Ferrer-Sánchez, Yolanda Vives-Gilabert, Yue Ban, Xi Chen, José D. Martín-Guerrero2026-04-21⚛️ quant-ph

SeQuant Framework for Symbolic and Numerical Tensor Algebra. I. Core Capabilities

SeQuant est une bibliothèque open-source de calcul tensoriel symbolique et numérique qui se distingue par un canoniseur de réseaux de tenseurs basé sur la théorie des graphes, capable de gérer efficacement les symétries et les dépendances paramétriques tout en intégrant des composants de compilation pour optimiser et évaluer directement les expressions tensorielles.

Bimal Gaudel, Robert G. Adam, Ajay Melekamburath, Conner Masteran, Nakul Teke, Azam Besharatnik, Andreas Köhn, Edward F. Valeev2026-04-20⚛️ quant-ph