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.

From Exact Space-Time Symmetry Conservation to Automatic Mesh Refinement in Discrete Initial Boundary Value Problems

Cet article présente une formulation variationnelle des problèmes aux limites initiales qui, en traitant les cartes de coordonnées comme des degrés de liberté dynamiques, garantit la conservation exacte des symétries espace-temps et des charges de Noether après discrétisation, permettant ainsi une adaptation automatique du maillage guidée par ces lois de conservation.

Alexander Rothkopf, W. A. Horowitz, Jan Nordström2026-04-14⚛️ hep-lat

Nature-Inspired Hyperuniform Nanohole Patterning for Robust Broadband Absorption Enhancement in Perovskite Solar Cells

Cette étude présente une architecture de nanotrous hyperuniforme inspirée de la nature, intégrée à la face avant de cellules solaires à pérovskite, qui améliore significativement l'absorption lumineuse et l'efficacité de conversion de puissance grâce à un piégeage de la lumière à large bande et à une robustesse face aux désordres de fabrication.

Arpan Sur, Kawshik Nath, Ahmed Zubair2026-04-14🔬 physics.app-ph

Data-efficient extraction of optical properties from 3D Monte Carlo TPSFs using Bi-LSTM transfer learning

Cet article propose une stratégie d'apprentissage par transfert utilisant un réseau Bi-LSTM, combinant un solveur déterministe rapide et un jeu de données restreint de simulations Monte Carlo, pour extraire efficacement les propriétés optiques de milieux turbides avec une précision élevée et un temps d'inférence quasi instantané.

Joubine Aghili, Rémi Imbach, Anne Pallarès, Philippe Schmitt, Wilfried Uhring2026-04-14🔬 physics

HydroFirn: A numerical model for large-scale multidimensional firn hydrology

Ce papier présente HydroFirn, un modèle numérique multidimensionnel et thermomécanique efficace pour la hydrologie du firn, qui améliore la compréhension des processus locaux complexes et réduit les incertitudes liées aux estimations de la masse de la calotte glaciaire et des flux d'eau douce.

Mohammad Afzal Shadab, Surendra Adhikari, C. Max Stevens, Asa K. Rennermalm, Jing Xiao, Marc A. Hesse, and Reed M. Maxwell2026-04-14🔬 physics

Machine-learning modeling of magnetization dynamics in quasi-equilibrium and driven metallic spin systems

Cet article présente une généralisation des méthodes de champs de force par apprentissage automatique pour les simulations de dynamique de spin métallique, permettant de modéliser avec précision à la fois les états d'équilibre quasi-statique et les phénomènes hors équilibre, tels que le mouvement de parois de domaines sous tension.

Gia-Wei Chern, Yunhao Fan, Sheng Zhang, Puhan Zhang2026-04-14🔬 cond-mat

Tackling instabilities of quantum Krylov subspace methods: an analysis of the numerical and statistical errors

Cette étude démontre que, contrairement aux simulations idéales où l'instabilité provient de la malconditionnement, les méthodes de sous-espace de Krylov quantiques en environnement réel sont principalement limitées par les fluctuations statistiques, ce qui motive l'introduction de deux nouveaux filtres pour évaluer la fiabilité des solutions sans connaître le spectre exact.

Maria Gabriela Jordão Oliveira, Karl Michael Ziems, Nina Glaser2026-04-14⚛️ quant-ph