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 Interatomic Force Coefficients from X-ray Thermal Diffuse Scattering Data

Cet article présente un cadre entièrement automatisé qui extrait directement les constantes de force interatomiques à partir de données de diffusion thermique diffuse des rayons X, permettant une optimisation par gradient rapide et évitant les goulots d'étranglement computationnels pour affiner les potentiels interatomiques et étudier la dynamique du réseau cristallin.

Klara Suchan, Shaswat Mohanty, Hanfeng Zhai, Wei Cai2026-03-31🔬 physics

Scalability of the asynchronous discontinuous Galerkin method for compressible flow simulations

Cet article présente une implémentation de la méthode de Galerkin discontinue asynchrone avec flux tolérants à l'asynchronisme dans la bibliothèque deal.II, démontrant que cette approche permet de préserver l'ordre de précision élevé et d'obtenir des accélérations allant jusqu'à 1,9x en évitant les surcoûts de synchronisation lors de la simulation d'écoulements compressibles à grande échelle.

Shubham Kumar Goswami, Dapse Vidyesh, Konduri Aditya2026-03-31🔬 physics

SmoQyDQMC.jl: A flexible implementation of determinant quantum Monte Carlo for Hubbard and electron-phonon interactions (version 2.0 release)

La version 2.0 du package SmoQyDQMC.jl présente une implémentation flexible en Julia de l'algorithme de Monte Carlo par déterminant pour les modèles de Hubbard et les interactions électron-phonon, incluant des couplages non linéaires et des potentiels anharmoniques, grâce à une méthode de Monte Carlo hybride optimisée et une interface scriptable.

Benjamin Cohen-Stead, Shruti Agarwal, Sohan Malkaruge Costa, James Neuhaus, Andy Tanjaroon Ly, Yutan Zhang, Richard Scalettar, Kipton Barros, Steven Johnston2026-03-30🔬 cond-mat

Effect of Grain Size and Local Chemical Order on Creep Resistance in MoNbTaW Refractory High-Entropy Alloy: A Molecular Dynamics Study

Cette étude par dynamique moléculaire révèle que la résistance au fluage de l'alliage à haute entropie réfractaire MoNbTaW est améliorée par l'augmentation de la taille des grains et l'introduction d'un ordre chimique local, car ces deux facteurs renforcent les joints de grains et limitent les mécanismes de déformation dominés par ces derniers.

Saifuddin Zafar, Mashaekh Tausif Ehsan, Sourav Das Suvro, Mahmudul Islam, Mohammad Nasim Hasan2026-03-30🔬 cond-mat.mtrl-sci

Geometric Phase Effect in Thermodynamic Properties and in the Imaginary-Time Multi-Electronic-State Path Integral Formulation

Cet article démontre que la formulation d'intégrale de chemin à états électroniques multiples en temps imaginaire, développée précédemment, capture naturellement l'effet de phase géométrique résultant des intersections coniques, et quantifie son impact sur les propriétés thermodynamiques à basse température en utilisant une construction ad hoc excluant la phase géométrique comme référence comparative.

Jian Liu2026-03-30✓ Author reviewed 🔬 physics

Importance of Electronic Entropy for Machine Learning Interatomic Potentials

Cette étude démontre que l'intégration explicite de l'information sur l'état de charge dans les potentiels interatomiques appris par machine est essentielle pour capturer l'entropie électronique et prédire correctement la stabilité thermodynamique des matériaux à valence mixte comme le NaFePO₄.

Martin Hoffmann Petersen, Steen Lysgaard, Arghya Bhowmik, Kedar Hippalgaonkar, Juan Maria Garcia Lastra2026-03-30🔬 cond-mat.mtrl-sci