🔬 Category

physics.comp-ph

903 articles

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.

The universal growth of magnetic energy during the nonlinear phase of subsonic and supersonic small-scale dynamos

En analysant un grand ensemble de simulations couvrant les régimes subsonique à supersonique, cette étude révèle que, bien que le taux de croissance non linéaire des dynamos à petite échelle varie de linéaire à quadratique selon la compressibilité de l'écoulement, le processus convertit systématiquement une fraction fixe de l'énergie cinétique turbulente en énergie magnétique sur une durée caractéristique d'environ 20 temps de retournement à l'échelle externe.

Neco Kriel, James R. Beattie, Mark R. Krumholz, Jennifer Schober, Patrick J. Armstrong2026-05-01🔬 physics

Predicting parameters of a model cuprate superconductor using machine learning

Cette étude démontre qu'une architecture d'apprentissage profond de type U-Net peut résoudre efficacement le problème inverse de prédiction des paramètres de Hamiltonien des supraconducteurs à cuprate à partir de diagrammes de phase, en atteignant une haute précision et en révélant des motifs interprétables physiquement de sensibilité paramétrique.

V. A. Ulitko, D. N. Yasinskaya, S. A. Bezzubin, A. A. Koshelev, Y. D. Panov2026-05-01🔬 cond-mat

Rigorous electromagnetic quasinormal-mode method made easy for users

Cet article présente une méthode simplifiée, accessible et ultra-rapide pour le calcul des modes quasi-normaux électromagnétiques, en combinant des techniques numériques avec des approximations précises, et implémentée dans un package open-source au sein d'un logiciel photonique commercial afin de combler le fossé entre la théorie avancée des modes quasi-normaux et les pratiques courantes de simulation à fréquence réelle.

Tong Wu, Philippe Lalanne2026-05-01🔬 physics.optics

Towards single-shot coherent imaging via overlap-free ptychography

Ce papier présente un cadre PtychoPINN étendu qui permet l'imagerie par diffraction cohérente sans chevauchement en une seule prise et accélère la ptychographie conventionnelle multi-prises en couplant un modèle direct différentiable avec une vraisemblance de Poisson, réalisant des reconstructions de haute fidélité avec des exigences de données considérablement réduites et un débit accru sur des ensembles de données expérimentaux de synchrotron et de XFEL.

Oliver Hoidn, Albert Vong, Aashwin Mishra, Steven Henke, Matthew Seaberg2026-05-01🔬 physics.optics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

Ce papier présente un modèle de réseau de neurones à graphes interprétable et expérimentalement précis, nommé AugerNet, qui prédit les énergies de liaison des électrons de cœur 1s du carbone dans les molécules organiques avec une erreur absolue moyenne de 0,33 eV en exploitant des caractéristiques de nœuds informées chimiquement et l'équivariance E(3) pour capturer les environnements de liaison locaux et généraliser à des systèmes plus grands.

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics

Computation of frequency- and time-domain Jacobians in optical tomography with Monte Carlo simulations

Cet article présente un cadre théorique complet et une implémentation Monte Carlo open source pour le calcul des jacobienes dans les domaines fréquentiel et temporel en tomographie optique, démontrant leur nécessité pour une modélisation précise dans les régimes de faible diffusion et les avantages d'une modélisation réaliste des détecteurs pour les faibles séparations source-détecteur.

Pauliina Hirvi, Jaakko Olkkonen, Qianqian Fang, Ilkka Nissilä2026-05-01🔬 physics.optics

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

VibroML est une boîte à outils Python open source qui exploite des potentiels appris par machine et des algorithmes génétiques pour automatiser la correction des instabilités dynamiques, valider la stabilité à température finie et explorer systématiquement les espaces de composition, transformant ainsi le criblage à haut débit des matériaux d'une simple vérification de stabilité en un flux de travail complet pour générer des structures cristallines physiquement viables.

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01🔬 cond-mat.mtrl-sci

Compressibility of micromagnetic solutions in tensor train format

Cet article démontre que la représentation des états micromagnétiques 3D au format train de tenseurs surmonte les limitations de l'échelle cubique des méthodes traditionnelles basées sur des grilles en exploitant la parcimonie spatiale, permettant d'atteindre un nombre de paramètres nettement plus efficace qui évolue selon L1.8L^{1.8} et (1/a)1.2(1/a)^{1.2} pour les configurations à fermeture de flux.

Thierry Valet, Nicolas Vukadinovic2026-05-01🔬 cond-mat.mes-hall

Time-Dilation Methods for Extreme Multiscale Timestepping Problems

Cet article présente un cadre généralisé de dilatation du temps qui module l'évolution via un facteur espace-temps continu pour surmonter les limitations extrêmes des pas de temps multiscales dans les simulations astrophysiques, permettant des facteurs d'accélération dépassant 10410^4 tout en préservant les états stationnaires locaux corrects et en évitant les séparations d'échelles arbitraires.

Philip F. Hopkins, Elias R. Most2026-04-30🔭 astro-ph