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.

Learning to Maximize Quantum Neural Network Expressivity via Effective Rank

Cet article introduit le rang effectif (κ\kappa) comme une nouvelle mesure quantitative pour caractériser l'expressivité des réseaux de neurones quantiques et exploite un cadre d'apprentissage par renforcement avec un agent transformateur à auto-attention pour concevoir automatiquement des architectures de circuits quantiques hautement expressives qui maximisent cette métrique.

Juan Yao2026-05-08✓ Author reviewed ⚛️ quant-ph

Optimal quantum reservoir learning in proximity to universality

Cet article démontre que l'apprenabilité et l'évolutivité du calcul par réservoir quantique peuvent être continuellement optimisées en ajustant la fraction de portes non-Clifford, établissant ainsi un lien direct entre les performances du réservoir, les statistiques d'intrication et les ressources non-stabilisatrices pour naviguer à la frontière entre les dynamiques quantiques simulables classiquement et les dynamiques quantiques computationnellement complexes.

Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila2026-05-08⚛️ quant-ph

Universal Neural Propagator: Learning Time Evolution in Many-Body Quantum Systems

Cet article présente le Propagateur Neural Universel (UNP), un modèle fondamental auto-supervisé qui apprend à prédire l'évolution temporelle quantique à plusieurs corps à travers divers états initiaux et protocoles de pilotage en mappant directement les protocoles sur des propagateurs, permettant ainsi des simulations transférables au-delà des limites de la diagonalisation exacte.

Zihao Qi, Christopher Earls, Yang Peng2026-05-08⚛️ quant-ph

A Comparison of Massively Parallel Performance Portable Particle-in-Cell schemes for electrostatic kinetic plasma simulations

Cet article évalue les performances et la portabilité de divers solveurs de Poisson, notamment les méthodes FFT, PCG, FEM et les nouveaux schémas Particle-in-Fourier (PIF), au sein de la bibliothèque IPPL pour des simulations PIC électrostatiques sur diverses architectures GPU, concluant que si la FFT est la plus rapide, le schéma PIF offre une excellente évolutivité en tant qu'alternative haute fidélité.

Sonali Mayani, Paul Fischill, Sriramkrishnan Muralikrishnan, Andreas Adelmann2026-05-08🔬 physics

A Scalable Translationally Invariant Variational Theory of Ab Initio Polarons

Cet article présente une théorie variationnelle évolutive et invariante par translation pour les polarons ab initio, qui combine des fonctions d'onde projetées en impulsion avec une factorisation de noyau de rang faible pour modéliser avec précision le comportement des porteurs à travers les régimes de couplage dans la limite thermodynamique, révélant ainsi des biais significatifs dans les résultats existants de Monte Carlo diagrammatique pour les polarons de trous à couplage fort dans le LiF.

Moritz K. A. Baumgarten, Hamlin Wu, Tong Jiang, Joonho Lee2026-05-08🔬 cond-mat.mtrl-sci

Polarizable atomic multipoles for learning long-range electrostatics

Ce papier présente un cadre semi-local qui intègre des multipôles atomiques polarisables avec une réponse linéaire non auto-cohérente pour permettre aux potentiels interatomiques d'apprentissage automatique de modéliser avec précision les électrostatiques à longue portée et de prédire des observables sensibles à la polarisation tels que les charges effectives de Born et les spectres infrarouges à travers divers systèmes ioniques et polaires.

Dongjin Kim, Daniel S. King, Yoonjae Park, Roya Savoj, Sebastien Hamel, Xiaoyu Wang, Bingqing Cheng2026-05-08🔬 cond-mat.mtrl-sci

Data-driven reconstruction of band dispersion and quantum geometry via Koopman dynamical mode decomposition

Ce papier présente un cadre piloté par les données utilisant l'analyse de l'opérateur de Koopman et la décomposition modale dynamique pour reconstruire la dispersion de bande, les fonctions spectrales et les propriétés géométriques quantiques directement à partir de données spatio-temporelles, offrant une approche unifiée pour analyser la propagation des ondes et les phases topologiques dans la matière condensée et la photonique sans exiger un Hamiltonien explicite.

Yiming Pan, Jinze He, Jiapeng Yang, Zhiwei Fan2026-05-08🔬 physics

Classical and quantum chaos in bean- and peanut-shaped billiards

Cette étude examine la forte corrélation entre le chaos classique et le chaos quantique dans les billards en forme de haricot et d'arachide en recourant à une analyse unifiée de la dynamique de l'espace des phases, des statistiques spectrales et des mesures dynamiques, révélant des comportements chaotiques communs et des cicatrices de fonctions propres dans ces systèmes à courbure non uniforme.

Pranaya Pratik Das, Tanmayee Patra, Biplab Ganguli2026-05-07🌀 nlin

How nanotextured interfaces influence the electronics in perovskite solar cells

Cette étude utilise des simulations multidimensionnelles pour révéler que les interfaces nanotexturées dans les cellules solaires à pérovskite améliorent le rendement de conversion de puissance en redistribuant les champs électriques et en modulant la dynamique des porteurs, les hauteurs de texturation spécifiques et les taux de recombinaison de surface aux couches de transport dictant la tension en circuit ouvert et la densité de courant de court-circuit résultantes.

Dilara Abdel, Jacob Relle, Thomas Kirchartz, Patrick Jaap, Jürgen Fuhrmann, Sven Burger, Christiane Becker, Klaus Jäger, Patricio Farrell2026-05-07🔬 physics.app-ph